(1)打开Kettle工具,新建转换
使用Kettle工具,创建一个转换generalization,并添加文本文件输入控件、表输入控件、字段选择控件、排序记录控件、记录集连接控件、表输出控件以及Hop跳连接线
(2)配置文本文件输入控件
双击图6-1中的“文本文件输入”控件,进入“文本文件输入”界面,单击【浏览】按钮,选择要抽取personnel_data.txt文件;单击【增加】按钮,将要抽取的personnel_data.txt文件添加到generalization转换中。
配置“文件”选项卡
在图6-2中,单击“内容”选项卡,在分隔符处清除默认分隔符“;”,单击【Insert TAB】按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框。
在图6-3中,单击“字段”选项卡,根据personnel_data.txt文件的内容添加对应的字段名称,并指定数据类型。
在图6-4中,单击【确定】按钮,完成“文本文件输入”控件的配置。
(3)配置字段选择控件
双击图6-1中的“字段选择”控件,进入“选择/改名值”界面,在“选择和修改”选项卡处添加字段名称,具体如图6-5所示。
在图6-5中,单击【确定】按钮,完成“字段选择”控件的配置。
(4)配置排序记录控件
双击图6-1中的“排序记录”控件,进入“排序记录”界面,并在“字段”框中添加字段household_register,对其进行排序,具体如图6-6所示。
配置“排序记录”控件
在图6-6中,单击【确定】按钮,完成“排序记录”控件的配置。
(5)配置表输入控件
双击图6-1中的“表输入”控件,进入“表输入”界面,如图6-7所示。
“表输入”界面
在图6-7中,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,具体如图6-8所示。
配置MySQL数据库连接
在图6-75中的SQL框中编写SQL语句,用于查询city数据表(注:该表需提前创建,读者执行本书提供的data.sql脚本文件可生成transform数据表)中字段city和pid的数据,用于与personnel_data.txt文件中household_register字段进行合并连接,具体如图6-9所示。
编写SQL语句
在图6-9中,单击【确定】按钮,完成“表输入”控件的配置。
(6)配置排序记录2控件
双击图6-1中的“排序记录 2”控件,进入“排序记录”界面,在“字段”框中添加字段city,并对其进行排序,具体如图6-10所示。
配置“排序记录2”控件
在图6-10中,单击【确定】按钮,完成“排序记录2”控件的配置。
(7)配置记录集连接控件
双击图6-1中的“记录集连接”控件,进入“合并排序”界面,在“第一个步骤”处的下拉框中选择“排序记录”,“第二个步骤”处的下拉框中选择“排序记录2”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是household_register和city;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,即左外连接,具体如图6-11所示。
配置记录集连接控件
在图6-11中,单击【确定】按钮,完成记录集连接控件的配置。
(8)配置字段选择2控件
双击图6-1中的“字段选择2”控件,进入“选择/改名值”界面,在“选择和修改”选项卡处添加字段名称,这里添加的是记录集连接流中的字段household_register和pid,具体如图6-12所示。
添加字段
在图6-12中,单击【确定】按钮,完成“字段选择2”控件的配置。
(9)配置排序记录3控件
双击图6-1中的“排序记录 3”控件,进入“排序记录”界面,在“字段”框中添加字段pid,并对其进行排序,具体如图6-13所示。
配置“排序记录3”控件
在图6-13中,单击【确定】按钮,完成排序记录3控件的配置。
(10)配置表输入2控件
双击图6-1中的“表输入2”控件,进入“表输入2”界面,如图6-14所示。
“表输入2”界面
在图6-14中,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,具体如图6-15所示。
配置MySQL数据库连接
在图6-14中的SQL框中编写SQL语句,用于查询provincial数据表(注:该表需提前创建,读者执行本书提供的data.sql脚本文件可生成provincial数据表)中字段Provincial和pid的数据,用于与household_register字段进行合并连接,具体如图6-16所示。
编写SQL语句
在图6-16中,单击【确定】按钮,完成“表输入2”控件的配置。
(11)配置排序记录4控件
双击图6-1中的“排序记录 4”控件,进入“排序记录”界面,在“字段”框中添加字段pid,并对其进行排序,具体如图6-17所示。
配置“排序记录4”控件
在图6-17中,单击【确定】按钮,完成“排序记录4”控件的配置。
(12)配置记录集连接2控件
双击图6-1中的“记录集连接2”控件,进入“合并排序”界面,在“第一个步骤”处的下拉框中选择“排序记录3”,“第二个步骤”处的下拉框中选择“排序记录4”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是pid;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,即左外连接,具体如图6-18所示。
配置记录集连接2控件
在图6-18中,单击【确定】按钮,完成“记录集连接2”控件的配置。
(13)配置字段选择3控件
双击图6-1中的“字段选择3”控件,进入“选择/改名值”界面,在“选择和修改”选项卡处添加字段名称,这里添加的是记录集连接2流中的字段household_register和Provincial,具体如图6-19所示。
添加字段
在图6-19中,单击【确定】按钮,完成“字段选择3”控件的配置。
(14)配置表输出控件
双击图8-1中的“表输出”控件,进入“表输出”配置界面,如图6-20所示。
“表输出”界面
在图6-20中,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,具体如图8-20所示。
配置数据库连接
在图6-20中,单击目标表右侧的【浏览】按钮,选择输出的目标表,即临时数据表personnel;勾选“指定数据库字段”的复选框,具体如图8-21所示。
定输出的目标表
在图6-22中,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,具体如图6-23所示。
设置映射匹配
在图6-23中,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8-24所示,单击【确定】按钮,完成“表输出”控件的配置。
“表输出”控件配置的效果图
(15)打开Kettle工具,新建转换
使用Kettle工具,创建一个转换generalization_merge,并添加表输入控件、字段选择控件、排序记录控件、记录集连接控件、文本文件输出控件以及Hop跳连接线,具体效果如图6-25所示。
创建转换generalization_merge
(16)配置表输入控件
双击图6-25中的“表输入”控件,进入“表输入”界面,如图6-7所示。
“表输入”界面
在图6-26中,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,具体如图6-27所示。
配置MySQL数据库连接
在图6-26中的SQL框中编写SQL语句,用于查询数据表personnel中的数据,具体如图6-28所示。
编写SQL语句
在图6-28中,单击【确定】按钮,完成“表输入”控件的配置。
(17)配置字段选择控件
双击图6-25中的“字段选择”控件,进入“选择/改名值”界面,在“选择和修改”选项卡处添加字段名称,具体如图6-29所示。
添加字段
在图6-29中,单击【确定】按钮,完成“字段选择”控件的配置。
(18)配置排序记录控件
双击图6-25中的“排序记录”控件,进入“排序记录”界面,并在“字段”框中添加字段id,对其进行排序,具体如图6-30所示。
配置“排序记录”控件
在图6-30中,单击【确定】按钮,完成“排序记录”控件的配置。
(19)配置文本文件输入控件
双击图6-25中的“文本文件输入”控件,进入“文本文件输入”界面,单击【浏览】按钮,选择要抽取personnel_data.txt文件;单击【增加】按钮,将要抽取的personnel_data.txt文件添加到generalization_merge转换中,如图6-31所示。
配置“文件”选项卡
在图6-31中,单击“内容”选项卡,在分隔符处清除默认分隔符“;”,单击【Insert TAB】按钮,在分隔符处插入一个制表符;取消勾选“头部”复选框。“内容”选项卡的配置具体效果如图6-32所示。
“内容”选项卡的配置
在图6-32中,单击“字段”选项卡,根据文本文件personnel_data.txt的内容添加对应的字段名称,并指定数据类型。“字段”选项卡的配置,如图6-33所示。
“内容”选项卡的配置
在图6-33中,单击【确定】按钮,完成“文本文件输入”控件的配置。
(20)配置字段选择2控件
双击图6-25中的“字段选择2”控件,进入“选择/改名值”界面,在“选择和修改”选项卡处添加字段名称,具体如图6-34所示。
添加字段
在图6-34中,单击【确定】按钮,完成“字段选择”控件的配置。
(21)配置排序记录2控件
双击图6-25中的“排序记录”控件,进入“排序记录”界面,并在“字段”框中添加字段id,对其进行排序,具体如图6-35所示。
配置“排序记录2”控件
在图6-35中,单击【确定】按钮,完成“排序记录2”控件的配置。
(22)配置记录集连接控件
双击图6-25中的“记录集连接”控件,进入“合并排序”界面,在“第一个步骤”处的下拉框中选择“排序记录”,“第二个步骤”处的下拉框中选择“排序记录2”;在“第一个步骤的连接字段”和“第二个步骤的连接字段”处添加连接字段,这里添加的连接字段是id;在“连接类型”处的下拉框选择连接类型,这里选择的LEFT OUTER,左外连接,具体如图6-36所示。
(23)配置字段选择3控件
双击图6-25中的“字段选择3”控件,进入“字段选择”界面,在“选择和修改”选项卡处添加字段名称,并将字段household_register_new改为household_register,具体如图6-37所示。
(24)配置文本文件输出控件双击图6-25中的“文本文件输出”控件,进入“文本文件输出”界面,单击“文件名称”右侧的【浏览】按钮,选择输出文件,即文本文件personnel_data_new,如图6-38所示;单击“内容”选项卡,进入“内容”界面,清除分隔符处的默认分隔符,单击【插入Tab】按钮,插入Tab分隔符。并在编码处的下拉框选择“UTF-8”编码,如图6-39所示;单击“字段”选项卡,进入“字段”界面,添加要输出的字段,如图6-40所示。
图6-38配置“文件”选项卡图6-39配置“内容”选项卡图6-40配置“字段”选项卡在图6-40中,单击【确定】按钮,完成“文本文件输出”控件的配置。
(25)打开Kettle工具,新建作业使用Kettle工具,创建一个作业generalization,并添加Start控件、转换控件、成功控件以及Hop作业项连接线,具体效果如图6-41所示。
图6-41创建作业generalization
(26)配置转换控件双击图6-41中的“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generalization,具体如图6-42所示。图6-42配置转换控件在图6-42中,单击【确定】按钮,完成“转换”控件的配置。
(27)配置转换2控件双击图6-41中的“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generalization_merge,具体如图6-43所示。
图6-43配置转换2控件在图6-43中,单击【确定】按钮,完成“转换2”控件的配置。
(28)运行作业generalization单击作业工作区顶部的按钮,运行作业generalization,实现将文本文件personnel_data.txt中字段为household_register的数据统一成省份(直辖市),并输出到文本文件personnel_data_new.txt中。运行作业generalization的效果如图6-44所示。
图6-44运行作业generalization的效果从图6-44中的执行结果来看,即每个控件的右上角均有“√”,则说明作业generalization执行成功。
(29)查看文本文件personnel_data_new.txt中的数据通过文本编辑器工具,查看文本文件personnel_data_new.txt中的数据,查看结果如图6-45所示。图6-45文本文件personnel_data_new.txt中的内容。
2.对文本文件personnel_data_new.txt中字段为salary的数据进行商务规则计算,即计算每个人的月薪(以22天工作日计算),最终输出到文本文件personnel_data_monthly_salary.txt中。
(1)打开Kettle工具,新建转换使用Kettle工具,创建一个转换monthly_salary,并添加文本文件输入控件、增加常量控件、计算器控件、文本文件输出控件以及Hop跳连接线,具体效果如图6-46所示。
(2)配置文本文件输入控件
双击图6-46中的“文本文件输入”控件,进入“文本文件输入”界面,单击【浏览】按钮,选择要抽取personnel_data_new.txt文件;单击【增加】按钮,将要抽取的personnel_data_new.txt文件添加到转换monthly_salary中。
在图6-47中,单击“内容”选项卡,在分隔符处清除默认分隔符“;”,单击【Insert TAB】按钮,在分隔符处插入一个制表符。“内容”选项卡的配置具体效果如图6-48所示。
在图6-48中,单击“字段”选项卡,根据personnel_data_new.txt文件的内容添加对应的字段名称,并指定数据类型。“字段”选项卡的配置,如图6-49所示。
在图6-49中,单击【确定】按钮,完成“文本文件输入”控件的配置。
(3)配置增加常量控件
双击图6-46中的“增加常量”控件,进入“增加常量”界面,在字段框中添加一个字段days,并给定一个值22。增加常量控件的配置,如图6-50所示。
在图6-50中,单击【确定】按钮,完成“增加常量”控件的配置。
(4)配置计算器控件双击图6-46中的“计算器”控件,
进入“计算器”界面,在字段框中添加一个字段monthly_salary,用于存储月薪,该字段是由字段days和salary进行相乘所得。计算器控件的配置,如图6-51所示。
在图6-51中,单击【确定】按钮,完成“计算器”控件的配置。
(5)配置文本文件输出控件
双击图6-46中的“文本文件输出”控件,进入“文本文件输出”界面,单击“文件名称”右侧的【浏览】按钮,选择输出文件,即文本文件personnel_data_monthly_salary,如图6-52所示;单击“内容”选项卡,进入“内容”界面,清除分隔符处的默认分隔符,单击【插入Tab】按钮,插入Tab分隔符,并在编码处的下拉框选择“UTF-8”编码,如图6-53所示;单击“字段”选项卡,进入“字段”界面,添加要输出的字段,如图6-54所示。
在图6-54中,单击【确定】按钮,完成“文本文件输出”控件的配置。
(6)运行转换monthly_salary
单击转换工作区顶部的按钮,运行转换monthly_salary,实现将文本文件personnel_data_new.txt中字段为salary的数据进行商务规则计算,即计算每个人的月薪(以22天工作日计算),最终输出到文本文件personnel_data_monthly_salary.txt中。
(7)查看文本文件personnel_data_monthly_salary.txt中的数据
通过文本编辑器工具,查看文本文件personnel_data_monthly_salary.txt中的数据,查看结果如图6-56所示。