第7章 数据加载

7.1  数据的加载机制

全量加载

 1、打开Kettle工具，创建转换

     使用Kettle工具，创建一个转换，并添加执行SQL脚本控件、表输入控件、表输出控件以及Hop跳连接线。

2、配置执行SQL脚本控件

    双击“执行SQL脚本”控件，进入“执行SQL语句”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框中编写删除数据表full_target中数据的SQL语句。

 3、配置表输入控件

    双击“表输入”控件，进入“表输入”配置界面，在SQL框中编写查询full_source数据表的SQL语句。

 4、配置表输出控件

     双击“表输出”控件，进入“表输出”配置界面；单击目标表处的【浏览】按钮，选择输出的目标表，即数据表full_target，这里不需要新建数据库连接，只需要选择已创建的数据库连接即可。

 5、运行转换

 增量加载

 1、打开Kettle工具，创建转换

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

 

2、配置表输入控件

     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框中编写查询数据表incremental_source的SQL语句，然后单击【预览】按钮，查看数据表incremental_source的数据是否成功从MySQL数据库中抽取到表输入流中。

 

 3、配置插入/更新控件

       双击“插入/更新”控件，进入“插入/更新”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，单击目标表处的【浏览】按钮，弹出“数据库浏览器”窗口，选择目标表incremental_target，单击【获取字段】按钮，用来指定查询数据所需要的关键字，这里通过比较数据表incremental_target的字段id与输入流里的字段id是否一致为关键条件，更新数据表中的其它字段数据；单击【获取和更新字段】按钮，用来指定需要更新的字段。

 4、运行转换

 

 7.2  数据的批量加载

 1、打开Kettle工具，创建转换

      使用Kettle工具，创建一个转换，并添加执行CSV文件输入控件、表输出控件以及Hop跳连接线。

 2、配置CSV文件输入控件

       双击“CSV文件输入”控件，进入“CSV文件输入”配置界面，在“文件名”处单击【浏览】按钮，选择要抽取的CSV文件weibo_user.csv；单击【获取字段】按钮，让Kettle自动检索CSV文件，并对文件中字段的类型、格式、长度、精度等属性进行解析，单击【预览】按钮，查看CSV文件weibo_user.csv的数据是否抽取到CSV文件输入流中。

 

 3、配置表输出控件

       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。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，即数据表weibo_user（该表需提前创建，且表结构需根据文件weibo_user.csv中数据的字段和数据类型进行创建，这里不作演示）；勾选“指定数据库字段”的复选框，用于将weibo_user数据表的字段与weibo_user.csv文件中的字段进行匹配；勾选“使用批量插入”的复选框，用于批量加载数据至目标表中，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。

 

 4、运行转换