第8章 综合案例—构建DVD租赁商店数据仓库

8.3加载日期数据至日期维度表

案例介绍：通过Kettle工具加载日期数据至dim_date日期维度表。

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_date，并添加生成记录控件、增加序列控件、JavaScript代码控件、表输出控件以及Hop跳连接线，

二：配置生成记录控件

②双击“生成记录”控件，进入“生成记录”配置界面。在“限制”处添加生成的日期，默认为10，这里改为3650，即生成10年的日期（10*365）；在“字段”框添加字段language（语言）、country_code（国家码）、initial_date（初始化的日期），对生成的日期进行初始化，

三：配置增加序列控件

③双击“增加序列”控件，进入“增加序列”配置界面，并在“值的名称”处将valuename改为DaySequence，即增加一列日期字段，后续用于改变“生成记录”控件生成的日期，

四：配置Javascript控件

④双击“JavaScript”控件，进入“JavaScript”配置界面，勾选“兼容模式？”处的复选框，使得JavaScript代码控件的兼容性更强；在Java Script代码框中编写代码（代码见教材），单击【获取变量】按钮，将代码中定义的变量添加至字段框中,“JavaScript代码”控件的具体配置效果如图所示，单击【确定】按钮，完成“JavaScript代码”控件的配置。

五：配置表输出控件

⑤双击“表输出”控件，进入“表输出”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_date；勾选“指定数据库字段”的复选框，用于将维度表字段与JavaScript控件流中的变量字段进行匹配如图所示。单击【输入字段映射】按钮，弹出“映射匹配”对话框，依次选中“源字段”选项框的字段和“目标字段”选项框的字段，再单击【Add】按钮，将一对映射字段添加至“映射”选项框中，若“源字段”选项框的字段和“目标字段”选项框的字段相同，则可以单击【猜一猜】按钮，让Kettle自动实现映射，单击映射匹配对话框的【确定】按钮，“表输出”界面最终显示的效果如图所示，单击【确定】按钮，完成“表输出”控件的配置。

六：运行转换

七：查看dim_data中的数据

⑦通过SQLyog工具，查看数据表dim_date是否已成功插入3650条日期数据，查看结果如图所示

案例如下：

 

 

8.3加载时间数据至时间维度表

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_time，并添加生成记录控件、增加序列控件、JavaScript代码控件、记录关联（笛卡尔输出）控件、表输出控件以及Hop跳连接线，

二：配置生成记录控件

②双击“生成记录”控件，进入“生成记录”配置界面，在“限制”处添加生成的时间，这里添加的是生成24小时数据，起始的时间为0；在“字段”框添加生成小时字段的相关信息，

三：配置增加序列控件

③双击“增加序列”控件，进入“增加序列”配置界面，将“值的名称”处将valuename改为hours24，即增加一列小时字段，由于时间是由时分秒构成，因此我们需要生成时分秒字段的数据，这里生成24小时数据，后续步骤中会生成60分和60秒的数据，

四：配置Javascript代码控件

④双击“JavaScript代码”控件，进入“JavaScript代码”界面，勾选“兼容模式？”处的复选框，使得JavaScript代码控件的兼容性更强；在Java Script代码框中编写代码；单击【获取变量】按钮，将代码中定义的变量添加至字段框。

五：配置生成记录2控件

⑤双击“生成记录2”控件，进入“生成记录”界面，在“限制”后的文本框添加60表示生成60条数据（60分钟从0分开始至59分结束共60条数据）；在“字段”框添加生成字段的名称、字段类型及默认值为0，

六：配置增加序列2控件

⑥双击“增加序列2”控件，进入“增加序列2”界面，将“值的名称”处将valuename改为minutes，即增加一列分钟字段，用于记录分钟数，在起始值后的文本框内将默认值1修改为0，表示从0开始生成60条数据（上一步“生成记录2”控件限制了条数），即生成数据为0-59，

八：配置生成记录3控件

⑧双击“生成记录3”控件，进入“生成记录”界面，在“限制”后的文本框添加60，表示生成60条数据（即60秒钟从0秒开始至59秒结束共60条数据）；在“字段”框添加生成字段的名称、字段类型及默认值为0，双击“增加序列3”控件，进入“增加序列3”界面，将“值的名称”处将valuename改为minutes，即增加一列秒字段，用于记录秒数，在起始值后的文本框内将默认值1修改为0，表示从0开始生成60条数据（上一步骤中“生成记录3”控件限制了条数），即生成数据为0-59，

九：配置Javascript代码2控件

⑨双击“JavaScript代码2”控件，进入“JavaScript代码2”界面，勾选“兼容模式？”处的复选框，使得JavaScript代码2控件的兼容性更强；在Java Script代码框中编写代码；单击【获取变量】按钮，将代码中定义的变量添加至字段框。JavaScript代码2控件的配置，

十：配置表输出控件

10，双击“表输出”控件，进入“表输出”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_time；勾选“指定数据库字段”的复选框，用于将维度表dim_time的字段与JavaScript 控件流中的字段进行匹配，单击【输入字段映射】按钮，弹出“映射匹配”对话框，依次选中“源字段”选项框的字段和“目标字段”选项框的字段，再单击【Add】按钮，将一对映射字段添加至“映射”选项框中，若“源字段”选项框的字段和“目标字段”选项框的字段相同，则可以单击【猜一猜】按钮，让Kettle自动实现映射，单击映射匹配对话框的【确定】按钮，“表输出”界面最终显示的效果如图所示，单击【确定】按钮，完成“表输出”控件的配置。

十一：运行转换

十二：查看数据表dim_time中的数据

12，通过SQLyog工具，查看数据表dim_time是否已成功插入86400条时间数据，

案例如下：

 

 

8.3加载员工数据至员工维度表

案例介绍：通过Kettle工具加载员工数据至员工维度表dim_staff。

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_staff，并添加表输入控件、字段选择控件、值映射控件、维度查询/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取字段staff_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_dim_staff_last_update；单击“预览”按钮，查看临时字段max_dim_staff_last_update是否将默认值设置为“1970-01-01 00:00:00”，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取sakila数据库中staff数据表中的最新数据，

四：配置字段选择控件

④双击“字段选择”控件，进入“选择/改名值”界面，在“元数据”选项卡的“需要改变元数据的字段”处添加字段active，由于数据仓库sakila_dw中字段staff_active的数据类型为char类型，因此，我们需要将数据表staff中字段active的数据类型改为String类型，

五：配置值映射控件

⑤双击“值映射”控件，进入“值映射”界面，在“使用的字段名”处的下拉框选择字段active；在“字段值”框中，添加源值和目标值，这里是将Y替换成Yes，将N替换成No，

六：配置维度查询\更新控件

⑥双击“维度查询/更新”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_staff；在“关键字”选项卡处添加关键字字段staff_id，用于指定维度表字段和值映射控件流中字段的比较条件，若维度表中的数据有更新，则通过字段staff_id进行更新操作；在“字段”选项卡处添加查询/更新字段，用于更新目标维度表中的字段数据；在“代理关键字段”处的下拉框中选择staff_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Version字段”处的下拉框中选择staff_version_number；在“Stream日期字段”处的下拉框中选择last_update；在“开始日期字段”处的下拉框中选择staff_valid_from；在“截止日期字段”处的下拉框中选择staff_valid_through，

七：运行转换

八：查看数据表dim_staff中的数据

⑧通过SQLyog工具，查看数据表dim_staff是否已成功插入员工数据，查看结果如图所示。

案例如下：

 

 

8.3加载用户数据至用户维度表

案例介绍：通过Kettle工具加载用户数据至用户维度表dim_customer。

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_customer，并添加表输入控件、映射控件、字段选择控件、值映射控件、维度查询/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写用于获取字段customer_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_dim_customer_last_update；单击“预览”按钮，查看临时字段max_dim_customer_last_update是否将默认值设置为“1970-01-01 00:00:00”，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取数据库sakila中数据表customer中的最新数据，

四：打开kettle工具，新建转换

④使用Kettle工具，创建一个转换fetch_address（该转换为转换load_dim_customer的子转换），并添加映射输入规范控件、数据库查询控件、过滤记录控件、JavaScript代码控件、字段选择控件以及Hop跳连接线，

五：配置映射输入规范控件

⑤双击“映射输入规范”控件，进入“Mapping input specification”界面，并添加映射的字段“address_id”，该字段为传递的参数（由于转换load_dim_customer中表输入2控件流获取的字段address_id，用于查询用户的地址信息，而后续数据仓库的维度表数据也需要用户的地址信息，因此这里将字段address_id作为传递的参数），添加完毕后单击【确定】按钮，完成“映射输入规范”控件的配置，

六：配置数据库查询控件

⑥双击“数据库查询”控件，进入“数据库查询”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击名右侧的【浏览】按钮，添加数据表address；在“查询所需的关键字”框中，添加查询所需的关键字字段address_id，由于该字段是唯一的，因此可作为数据表address中数据和映射输入规范控件流中数据的比较条件；在“查询表返回的值”框中，添加查询表返回的值，

七：配置数据库查询2控件

⑦双击“数据库查询2”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击表名处的【浏览】按钮，添加数据表city；在“查询所需的关键字”框中，添加查询所需的关键字字段city_id，作为数据表city中数据和数据库查询2控件流中数据相比较的条件；在“查询表返回的值”框中，添加查询表返回的值，

八：配置数据库查询3控件

⑧双击“数据库查询3”控件，进入“数据库查询”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，        单击表名处的【浏览】按钮，添加数据表country；在“查询所需的关键字”框中，添加查询所需的关键字字段country_id，用于指定字段流与表字段的数据进行比较的比较条件；在“查询表返回的值”框中，添加查询表返回的值，

九：配置过滤记录控件

⑨双击“过滤记录”控件，进入“过滤记录”配置界面，在“条件”处设置过滤的条件，对有第二个地址的用户进行过滤操作；单击左边“<field>”框，弹出字段对话框，选择要过滤的字段address2，单击“=”框，弹出函数对话框，选择过滤条件（这里选择的是IS NOT NULL），即过滤指定字段中不为空的数据，单击【确定】按钮，完成过滤条件的选择。字段address2的过滤设置如图所示。在“发送true数据给步骤：”处的下拉框中选择“JavaScript代码”，将有第二个地址的用户放在JavaScript控件中，用于后续的操作；在“发送false数据给步骤：”处的下拉框中选择“字段选择”，将没有第二地址的用户过滤掉，

十：配置Javascript代码控件

⑩双击“JavaScript代码”控件，进入“JavaScript代码”配置界面，勾选“兼容模式？”处的复选框，使得JavaScript代码控件的兼容性更强；在Java Script代码框中编写代码，

十一：配置字段选择控件

11，双击“字段选择”控件，进入“选择/改名值”界面，在“元数据”选项卡的“移除”处添加要移除的字段，

十二：配置映射控件

12，双击“映射”控件，进入“映射”界面，单击“转换”选项卡处的【Browser】按钮，选择添加转换fetch_address，用于获取用户的地址信息，

十三：配置字段选择控件

13，双击步骤1中的“字段选择”控件，进入“选择/改名值”界面，在“元数据”选项卡的“需要改变元数据的字段”处添加字段active，由于数据表customer中字段active的类型为tinyint，因此需要将字段active的类型改为String，与维度表dim_customer中字段customer_active的类型相对应，

十四：配置值映射控件

14，双击步骤1中的“值映射”控件，进入“值映射”界面，在“使用的字段名”处的下拉框选择字段active；在“字段值”框中，添加源值和目标值，由于数据表customer中字段active的值为1和0，对应的是Y和N，这里将Y替换成Yes，将N替换成No，

十五：配置维度查询\更新控件

15，双击“维度查询/更新”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_customer；在“关键字”选项卡处添加关键字字段customer_id，用于指定维度表字段和流字段的比较条件；在“字段”选项卡处添加查询/更新字段；在“代理关键字段”处的下拉框中选择customer_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Version字段”处的下拉框中选择customer_version_number；在“Stream日期字段”处的下拉框中选择last_update；在“开始日期字段”处的下拉框中选择customer_valid_from；在“截止日期字段”处的下拉框中选择customer_valid_through，

十六：运行转换

十七；查看数据表dim-customer中的数据

17，通过SQLyog工具，查看数据表dim_customer是否已成功插入用户数据，查看结果如图所示

案例如下：

 

 

8.3加载商店数据至商店维度表

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_store，并添加表输入控件、映射控件、数据库查询控件、维度查询/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取字段store_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_dim_store_last_update；单击“预览”按钮，查看临时字段max_dim_store_last_update是否将默认值设置为“1970-01-01 00:00:00” ，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取sakila数据库中store数据表中的最新数据，

四：配置映射控件

④双击“映射”控件，进入“映射”界面，单击“转换”选项卡处的【Browser】按钮，选择添加转换fetch_address，用于获取用户的地址信息，

五：配置数据库查询控件

⑤双击“数据库查询”控件，进入“数据库查询”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名右侧的【浏览】按钮，添加staff数据表，用于查询商店员工的信息；在“查询所需的关键字”框中，添加查询所需的关键字staff_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即员工姓名，

六：配置维度查询\更新控件

⑥双击“维度查询/更新”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击【浏览】按钮，选择输出的目标表，即维度表dim_store；在“关键字”选项卡处添加关键字字段store_id，用于指定维度表字段和流字段的比较条件；在“字段”选项卡处添加查询/更新字段，用于指定维度表字段store_id和流字段store_id数据一致需要更新的字段，；在“代理关键字段”处的下拉框中选择store_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Version字段”处的下拉框中选择store_version_number；在“Stream日期字段”处的下拉框中选择last_update；在“开始日期字段”处的下拉框中选择store_valid_from；在“截止日期字段”处的下拉框中选择store_valid_through，        

七：运行转换

八：查看数据表dim_store中的数据

⑧通过SQLyog工具，查看数据表dim_store是否已成功插入商店数据，查看结果如图所示。

案例如下：

 

 

8.3加载演员数据至演员维度表

案例介绍：通过Kettle工具加载演员数据至演员维度表dim_actor。

一：打卡kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_actor，并添加表输入控件、插入/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取字段actor_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_dim_actor_last_update；单击“预览”按钮，查看临时字段max_dim_actor_last_update是否将默认值设置为“1970-01-01 00:00:00”，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。在SQL框中编写SQL语句，用于获取数据库sakila中数据表actor中的最新数据，

四：配置插入\更新控件

④双击“插入/更新”控件，进入“插入/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，弹出“数据库浏览器”窗口，选择目标表，即维度表dim_actor，单击【获取字段】按钮，用来指定查询数据所需要的关键字，这里选择的是dim_actor数据表中的actor_id字段和输入流里面的actor_id字段；单击【获取和更新字段】按钮，用来指定需要更新的字段，

五：运行转换

六：查看数据表dim_doctor中的数据

案例如下：

 

 

8.3加载电影数据至电影维度表

案例介绍：通过Kettle工具加载电影数据至电影维度表dim_film。

一：打卡kettle工具，创建转换

①使用Kettle工具，创建一个转换load_dim_film，并添加表输入控件、数据库查询控件、值映射控件、列拆分为多行控件、增加常量控件、列转行控件、计算器控件、数据库连接控件、联合查询/更新控件、分组控件、流查询控件、插入/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取字段film_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_dim_film_last_update；单击“预览”按钮，查看临时字段max_dim_film_last_update是否将默认值设置为“1970-01-01 00:00:00”，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。在SQL框中编写SQL语句，用于获取sakila数据库中film数据表中的最新数据，

四：配置数据库查询控件

④双击“数据库查询”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名处的【浏览】按钮，添加数据表language，用于查询电影的语言，在“查询所需的关键字”框中，添加查询所需的关键字字段language_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的字段name，并重命名为language，

五：配置数据库查询2控件

⑤双击“数据库查询2”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名处的【浏览】按钮，添加数据表language，用于查询电影原版的语言，在“查询所需的关键字”框中，添加查询所需的关键字字段language_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回字段name并重命名为original_language，并对于电影原版语言为Null值，则可设置默认值为Not Application，

六：配置值映射控件

⑥双击“值映射”控件，进入“值映射”界面，在“使用的字段名”处的下拉框选择字段rating，指定对电影级别的字段rating进行映射；在“目标字段名”处添加rating_text字段，用于存储目标值；在“字段值”框中，添加源值和目标值，其中，源值为G（大众级，所有年龄的观众均可观看）、PG（普通级，建议在父母的陪伴下观看）、PG-13（普通级，但不适于13岁以下儿童，需要父母陪同观看）、R（限制级，17岁以下必须由父母或者监护陪伴才能观看）、NC-17（禁止17岁或者以下观众观看），这些均为美国电影分级级别的简称，对应的全称目标值为General Audiences、Parental Guidance Suggested、Parents Strongly Cautioned、Restricted、No One Under 17 Admitted，值映射控件的配置，

七：配置列拆分为多行控件

⑦双击 “列拆分为多行”控件，进入“列拆分为多行”界面，由于special_features字段表示的是电影的特点，而电影的特点有多个，因此要进行拆分；在“要拆分的字段”处的下拉框选择要拆分的字段special_features；在“分隔符”处指定分隔符；在“新字段名”框中，添加新的字段名，用于存放利用分隔符分割后得数据，

八：配置增加常量控件

⑧双击“增加常量”控件，进入“增加常量”配置界面，在字段框中添加常量字段Yes和No，并指定值为yes和no，用于后续判断某电影是否有预告片、是否有评论、是否删减片段以及是否有幕后等内容，有则用yes标识，反之用no标识。“增加常量”控件的配置，

九：配置列转行控件

⑨双击“列转行”控件，进入“列转行”界面，在“关键字段”处的下拉框中选择关键字段special_feature，由于字段special_feature中包含一个或多个内容，因此需要对字段special_feature进行列转行操作；在“构成分组的字段”框中添加分组字段；在“目标字段框”中添加目标字段，

十：配置计算器控件

⑩双击“计算器”控件，进入“计算器”界面，在“字段”处，添加新字段，用于存储将列转行控件流中的字段special_feature字段的NULL值替换成No的数据，

十一：配置数据库连接控件

11，双击“数据库连接”控件，进入“Database join”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。在SQL框中编写SQL语句，用于根据电影id获取电影的分类；在“The parameters to use”框中，添加编写SQL语句需要的参数，即film_id，计算器控件流中的字段film_id作为参数进行传递，供数据库连接控件使用如图所示。        

十二：配置数据库查询3控件

12，双击“数据库查询3”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名处的【浏览】按钮，添加数据表category，用于获取电影分类的id；在“查询所需的关键字”框中，添加查询所需的关键字字段category_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即name，并重命名为category，

十三：配置增加常量3控件

13，双击“增加常量2”控件，进入“增加常量”界面，在字段框中添加常量字段Yes，由于在“增加常量”控件中设置的常量Yes已经被替换，所以需要添加一个常量，

十四：配置列转行控件2

14，双击“列转行2”控件，进入“列转行”界面，在“关键字段”处的下拉框中选择关键字段category，根据电影分类的名称对电影进行分类；在“构成分组的字段”框中添加分组字段，如图所示（见本页）；在“目标字段框”中添加目标字段，

十五：配置计算器2控件

15，双击“计算器2”控件，进入“计算器”界面，在“字段”处，添加新字段，用于将列转行2控件流中字段category中的NULL值替换成No，

十六：配置联合查询\更新控件

16，双击“联合查询/更新”控件，进入“联合查询/更新”界面，，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击目标表右侧的【浏览】按钮，选择目标表，即维度表dim_film，用于加载最新的电影维度数据，并在“代理关键字”框中添加代理关键字段，并指定创建代理键为自增字段，如图所示（见本页）；在“关键字段”框中添加维度字段和流里的字段，

十七：配置数据库连接2控件

17，双击“数据库连接2”控件，进入“Database join”界面；单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。在SQL框中编写SQL语句，用于根据电影id获取演员的id，从而获取演员的基本信息；在“The parameters to use”框中，添加需要的参数，即film_id，

十八：配置数据库查询4控件

18，双击“数据库查询4”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名处的【浏览】按钮，添加数据表dim_actor，用于获取演员的基本信息；在“查询所需的关键字”框中，添加查询所需的关键字字段actor_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，

十九：配置分组控件

19，双击“分组”控件，进入“分组”界面，在“构成分组的字段”框中添加分组字段film_key，对“数据库查询4”控件流中的数据按字段film_key进行分组；在“聚合”框中添加聚合字段count_actors，用于统计出演某部电影的演员个数，

二十：配置计算器3控件

20，双击“计算器3”控件，进入“计算器”界面，在“字段”处，添加新字段one和actor_weighting_factor，其中字段one为自定义的常量，指定值为1，是一个临时值，可移除；字段actor_weighting_factor用于存储演员的权重因子，

二十一：配置流查询控件

21，双击“流查询”控件，进入“流里的值查询”界面，在“Lookup step”处的下拉框选择要查询的流，即计算器3控件流；在“查询值所需的关键字”处，添加用于查询流里值的字段，即film_key，通过使用数据库查询4控件中的字段film_key去计算器3控件流中匹配相应的数据；在“指定用来接收的字段”框中，添加用来接收值的字段actor_weighting_factor，最终输出，流查询控件的配置，

二十二：配置查询\更新控件

22，双击“插入/更新”控件，进入“插入/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击目标表右侧的【浏览】按钮，弹出“数据库浏览器”窗口，选择目标表，即维度表dim_film_actor_bridge；单击【获取字段】按钮，用来指定查询数据所需要的关键字；单击【获取和更新字段】按钮，用来指定需要更新的字段。插入/更新控件用于通过比较流与表中字段得数据，更新维度表dim_film_actor_bridge表中数据。

二十三：运行转换

二十四：查看数据表dim_film和数据表dim_film_doctor_bridge中的数据

24，通过SQLyog工具，查看数据表dim_film和数据表dim_film_actor_bridge是否已成功插入数据，查看结果如图所示

案例如下：

 

 

 

8.3加载租赁数据至租赁事实表

案例如下：通过Kettle工具加载租赁数据至租赁事实表fact_rental。

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个转换load_fact_rental，并添加表输入控件、字段选择控件、过滤记录控件、计算器控件、增加常量控件、数据库查询控件、维度查询/更新控件、插入/更新控件以及Hop跳连接线，

二：配置表输入控件

②双击“表输入”控件，进入“表输入”配置界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取字段rental_last_update中的最大值，将该值替换为”1970-01-01 00:00:00”并赋值给临时字段max_fact_rental_last_update；单击“预览”按钮，查看临时字段max_fact_rental_last_update是否将默认值设置为“1970-01-01 00:00:00”，

三：配置表输入2控件

③双击“表输入2”控件，进入“表输入”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，在SQL框中编写SQL语句，用于获取sakila数据库中rental数据表中的最新数据，

四：配置字段选择控件

④双击“字段选择”控件，进入“选择/改名值”界面，在“选择和修改”选项卡中添加要修改的字段，如图所示；在“元数据”选项卡的“需要改变元数据的字段”处添加字段。这里使用字段选择控件用于构建数据仓库中维度表需要的字段数据，

五：配置过滤记录控件

⑤双击“过滤记录”控件，进入“过滤记录”界面，在“条件”处设置过滤的条件，对归还时间进行过滤操作；单击左边“<field>”框，弹出字段对话框，选择要过滤的字段return_datetime（归还时间），单击“=”框，弹出函数对话框，选择过滤条件（这里选择的是IS NOT NULL（不为空）），单击【确定】按钮，完成过滤条件的选择，判断归还时间不为空。在“发送true数据给步骤：”处的下拉框中选择“计算器”，将字段return_datetime不为空的数据传递到计算器控件流中；在“发送false数据给步骤：”处的下拉框中选择“增加常量”，将为空的数据传递到增加常量控件流中，

六：配置计算器控件

⑥双击“计算器”控件，进入“计算器”界面，在“字段”处，添加新字段milisecs、rental_duration_milisecs、rental_duration、count_returns、return_date_key1，其中字段milisecs为自定义常量，值为1000；字段rental_duration_milisecs用于存储租赁的毫秒数；字段rental_duration用于存储租赁的周期；字段count_returns为自定义字段，用于统计归还的次数；字段return_date_key1用于存储归还的日期。这里使用计算器控件用于计算租赁的周期，

七：配置增加常量控件

⑦双击“增加常量”控件，进入“增加常量”界面，在字段框中添加常量字段rental_duration、count_returns、return_date_key1，用来记录归还的日期（由于在过滤记录控件中将归还日期为空的，输出到增加常量控件流中，因此需要在增加常量控件中添加用于记录归还日期的字段），

八：配置数据库查询控件

⑧双击“数据库查询”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击表名右侧的【浏览】按钮，添加数据表inventory，用于查询电影库存的信息；在“查询所需的关键字”框中，添加查询所需的关键字字段inventory_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即字段film_id和store_id的数据，

九：配置数据库查询2控件

⑨双击“数据库查询2”控件，进入“数据库查询”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。单击表名右侧的【浏览】按钮，添加维度表dim_film，用于获取数据仓库中维度表dim_film中的数据；在“查询所需的关键字”框中，添加查询所需的关键字字段film_id，用于指定表字段和流字段的比较条件；在“查询表返回的值”框中，添加查询表返回的值，即字段film_key，

十：配置维度查询\更新控件

⑩双击“维度查询/更新”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_customer；在“关键字”选项卡处添加关键字字段；在“代理关键字段”处的下拉框中选择customer_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择customer_valid_from；在“截止日期字段”处的下拉框中选择customer_valid_through，

十一：配置维度查询\更新2控件

11，双击“维度查询/更新2”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_staff；在“关键字”选项卡处添加关键字字段staff_id；在“代理关键字段”处的下拉框中选择staff_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择staff_valid_from；在“截止日期字段”处的下拉框中选择staff_valid_through，

十二：配置维度\更新3控件

12，双击“维度查询/更新3”控件，进入“维度查询/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，选择输出的目标表，即维度表dim_store；在“关键字”选项卡处添加关键字字段store_id；在“代理关键字段”处的下拉框中选择store_key为代理关键字段，并指定“创建代理键”是使用自增字段；在“Stream日期字段”处的下拉框中选择rental_datetime；在“开始日期字段”处的下拉框中选择store_valid_from；在“截止日期字段”处的下拉框中选择store_valid_through，

十三：配置增加常量2控件

13，双击“增加常量2”控件，进入“增加常量”界面，在字段框中添加常量字段count_rentals，用于统计租赁的次数，

十四：配置插入\更新控件

14，双击“插入/更新”控件，进入“插入/更新”界面，单击【新建】按钮，配置数据库连接，配置完成后单击【确认】按钮。MySQL数据库连接的配置，单击目标表右侧的【浏览】按钮，弹出“数据库浏览器”窗口，选择目标表，即维度表fact_rental；单击【获取字段】按钮，用来指定查询数据所需要的关键字字段rental_id，用于指定表字段和流字段的比较条件；单击【获取和更新字段】按钮，用来指定需要更新的字段，

十五：运行转换

十六：查看事实表fact_rental中的数据

16，通过SQLyog工具，查看事实表fact_rental是否已成功插入数据，查看结果如图所示

案例如下：

 

 

8.3加载数据库sakila中的数据至数据仓库sakila_dw

案例介绍：通过Kettle工具将前面小节创建的转换整合成一个整体，用于定时操作DVD租赁商店的数据仓库。

一：打开kettle工具，创建转换

①使用Kettle工具，创建一个作业load_rentals，并添加Start控件、转换控件、发送邮件控件、中止作业控件以及Hop作业项连接线，

二：配置转换控件

②双击“转换”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_dim_staff，

三：配置转换2控件

③双击“转换2”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_dim_customer，

四：配置转换3控件

④双击“转换3”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_dim_store，

五：配置转换4控件

⑤双击“转换4”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_dim_actor，

六：配置转换5控件

⑥双击“转换5”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_dim_film，

七：配置转换6控件

⑦双击“转换6”控件，进入“转换”界面，单击“Transformations”处的【浏览】按钮，选择添加转换load_fact_rental，

八：配置发送邮件控件

⑧双击发送邮件控件，进入“发送邮件”界面，在“地址”选项卡中添加收件人和发件人的信息，在“服务器”选项卡中添加邮件服务器和验证的信息；在“邮件消息”选项卡中添加消息内容，如图所示。这里使用发送邮件控件，主要用于接收作业运行成功的提醒。

九：配置发送邮件2控件

⑨双击”发送邮件2”控件，进入“发送邮件”界面，在“地址”选项卡中添加收件人和发件人的信息，在“服务器”选项卡中添加邮件服务器和验证的信息，在“邮件消息”选项卡中添加消息内容，如图所示。使用发送邮件2控件，主要用于接收作业运行错误的提醒信息。

十：运行转换

十一：查看数据仓库sakila_dw中维度表的数据

11，通过SQLyog工具，查看数据仓库sakila_dw中的维度表和事实表是否已成功插入数据，查看结果如图所示。

案例如下：

 ​​​​​​​