第八章加载日期数据至日期维度表

最新推荐文章于 2022-12-02 13:28:54 发布

skxc_

最新推荐文章于 2022-12-02 13:28:54 发布

阅读量674

点赞数 2

分类专栏： ETL案例文章标签： etl

本文链接：https://blog.csdn.net/skxc_/article/details/128045486

版权

案例介绍

我们基于数据库sakila构建一个星型模型的DVD租赁商店数据仓库，并命名为sakila_dw。数据仓库sakila_dw中的事实表fact_rental是根据数据库sakila中的数据表rental创建的；维度表是根据数据表sakila中数据表的分类创建的，即从人员、时间、地点以及事件四个角度进行创建数据仓库sakila_dw的维度表，具体如下：

·从人员角度角度创建维度表dim_customer和维度表dim_staff，分别表示租赁业务中的客户和员工；

·从时间角度创建维度表dim_date和维度表dim_time，用于记录所有DVD的租赁时间和归还时间；

·从地点角度创建维度表dim_store，用于记录DVD光盘是从哪个商店租赁的；

·从事件角度创建维度表dim_actor和维度表dim_film，其中维度表dim_actor用于记录演员的基本信息，维度表dim_film用于记录电影的基本信息。由于电影是租赁和归还的实际对象，因此维度表dim_film应与事实表fact_rental关联。一部电影是由多位演员出演，所以会有桥接表dim_film_actor_bridge，该表将电影与演员相关联。

数据仓库sakila_dw中的每个维度表（dim_date和dim_time除外）都对应着数据库sakila中某个数据表，例如维度表dim_store对应着数据表store、维度表dim_actor对应着数据表actor。

数据清洗这本书为读者提供了创建sakila_dw数据仓库的SQL脚本文件，其脚本文件的名称为sakila_dw_schema.sql，读者只需要使用MySQL图形化管理软件SQLyog运行sakila_dw_schema.sql脚本文件创建sakila_dw数据仓库即可。

案例实现

通过Kettle工具加载日期数据至dim_date日期维度表。

1.打开Kettle工具，创建转换

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，具体如图所示。

2.配置生成记录控件

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，具体如图所示。

3.配置增加序列控件

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，如图所示。

4.配置JavaScript控件

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,如图所示，如图所示。

“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。

5.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。MySQL数据库连接的配置如图所示。

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，具体如图所示。

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。

6.运行转换load_dim_date

单击转换工作区顶部的按钮，运行创建的转换load_dim_date，实现加载日期数据至日期维度表dim_date中。

7.查看数据表dim_date中的数据

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（这里只截取了部分数据）。

通过Kettle工具加载时间数据至日期维度表dim_time。

1.打开Kettle工具，创建转换

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，具体如图所示。

2.配置生成记录控件

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，如图所示。

3.配置增加序列控件

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，如图所示。

4. 配置JavaScript代码控件

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。JavaScript代码控件的配置如图所示。

5.配置生成记录2控件

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，如图所示。

6. 配置增加序列2控件

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，如图所示。

7.配置生成记录3控件

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，如图所示。

8.配置增加序列3控件

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，如图所示。

9.配置JavaScript代码2控件

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，如图所示。