Kettle CSV File Input 中文

背景

由于前段时间在学习Kettle的相关知识，在网络上搜寻很久都没有收到有关Kettle的相关中文文档，在学习的过程中看英文文档花费了很多时间。现阶段刚好比较空闲，所以准备对Kettle的常用的组件进行尝试翻译，以供参考，有翻译不当之处，希望大家批评指正。
本文所提到的组件是Kettle 8.2的一些常用组件，希望对你有帮助。

1、CSV文件

在学习CSV文件输入步骤时，先介绍一下CSV文件。
CSV ：逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。通常，所有记录都有完全相同的字段序列。通常都是纯文本文件。

2、 CSV File Input 步骤

CSV File Input 输入步骤从csv文本文件中读取数据到PDI转换中，即Kettle的转换中。虽然这个步骤叫做“CSV文件输入”步骤，但是你也可以使用CSV文件输入步骤读取使用用其他列分隔符分隔的文本文件，例如“|”，Tab 和“;”作为列分隔的文件。
注意：
1、英文分号（;）是这个步骤的默认列分隔符
2、这个步骤的选项是文本文件输入步骤选项的子集，此步骤和文本文件输入步骤的区别如下：
①NIO文件读取——使用非阻塞是IO进行系统调用以加快文件的读取速率，仅限于读取本地文件，不支持VFS文件读取。
②并行运行——如果将此步骤配置为以多个副本(或集群模式)运行，并启用并行运行，则每个副本将读取单个文件的一个单独块。你可以将文件的读取分布到集群转换中的多个线程，甚至多个从节点。
③延迟转换——如果你正在从文件中读取许多字段，并且其中许多字段在转换中不会被操作，仅仅通过转换传递到其他文本文件或数据库中，延迟转换可以防止PDI对这些字段执行不必要的操作(例如将它们转换为字符串、日期或数字等对象)。
你可以在data-integration/samples/transformations 目录下找到一个简单的CSV文件输入转换的例子（CSV Input - Reading customer data.ktr）