数据对接—kettle使用之十二

这一篇我们介绍转换插件的使用，去除重复记录和Unique rows (HashSet)。

去除重复记录控件

该步骤从流中移除重复的记录，根据指定的字段进行排除重复记录，还可以统计出重复的数量，下面是控件截图：

1、增加计数器到输出：如果你想知道多少重复行被去掉，就选择此选项。

2、重定向重复记录

注意事项：

1、使用前需要排序

Unique rows (HashSet)控件

该步骤也可以从流中移除重复的记录，下面是控件截图：

总结：

两个控件都是去重的控件，较大的区别是第一个控件去重前需要排序，第二个控件不需要排序就可以直接完成去重任务，需要哪一个控件自己选择吧。

http://blog.csdn.net/huangaigang6688/article/details/24595625