进行数据粒度转换

（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。