用kettle实现csv和json文件的抽取

一.抽取CSV文件csv_extract.csv中的数据保存至数据库extract中的数据表csv中。

***首先准备好一个CSV文件csv_extract.csv如下图所示：***
1.打开kettle工具，创建转换
使用kettle工具创建一个转换csv_extract，并添加“CSV文件输入”控件、“表输出”控件以及Hop跳连接线，用于实现CSV文件数据的抽取功能，具体效果如下图所示：
2.配置“CSV文件输入”控件
（1）单击“CSV文件输入”控件，进入“CSV文件输入”界面，单击“浏览”按钮，选择要抽取的文件csv_extract.csv，如下图所示：
（2）单击“获取字段”按钮，kettle自动检索CSV文件，并对文件中的字段类型、格式、长度、精度等属性进行分析，如下图所示：
（3）单击“预览”按钮，查看文件csv_extract.csv的数据是否抽取到CSV文件输入流中，如下图所示：
从图中可以看出，CSV文件csv_extract.csv的数据已经成功抽取到CSV文件输入流中，单击“关闭”->“确定”按钮，完成“CSV文件输入”控件的配置。
3.配置“表输出”控件
（1）双击“表输出”控件，进入“表输出”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，如下图所示：
（2）单击目标表右侧的“浏览”按钮，选择输出的目标表，即数据表csv；勾选“指定数据库字段”复选框，用于将数据表csv的字段与CSV文件csv_extract.csv中的字段进行匹配，如下图所示：
（3）选择“数据库字段”选项卡，单击“输入字段映射”按钮，弹出“映射匹配”对话框，如下图所示：
（4）依次选中“源字段”中的字段和“目标字段”中的对应字段，再单击Add按钮，将一对映射字段添加至“映射”框中，若“源字段”中的字段和“目标字段”中的字段相同，则可以单击“猜一猜”按钮，让kettle自动实现映射，如下图所示：
（5）单击“确定”按钮，“表输出”控件的配置完成。
4运行转换csv_extract
单击转换工作区顶部的运行按钮，运行创建的转换csv_extract，实现将CSV文件中的数据抽取到数据表csv中，如下图所示：
从执行结果的“步骤度量”可以看出，“CSV文件输入”控件输入101条数据并写入该控件100条数据（其中有一条数据为表头数据），而“表输出”控件读取“CSV文件输入”控件中的100条数据并写入该控件，最终进行输出。也就是说，“表输出”控件将从CSV文件输入流中读取的100条数据均写入数据表csv中。
5.查看数据表csv中的数据
从下图中可以看出，数据表csv中已插入数据，说明已经成功实现了将CSV文件csv_extract.csv中的数据抽取到数据表csv中。

二.抽取JSON文件json_extract.js中的数据保存至数据库extract中的数据表json中。

首先准备好一个JSON文件，名为json_extract.json，如下图所示：
1.打开kettle工具，创建转换
使用kettle工具创建转换json_extract，并添加“JSON input”控件、“表输出”控件以及Hop跳连接线，用于实现抽取JSON文件中key值为id、field和value的数据，并保存至数据表json中，如下图所示：
2.配置JSON input控件
（1）双击JSON input控件，进入“JSON输入”界面，单击“浏览”按钮，选择要抽取的JSON文件json_extract.json，如下图所示：
（2）单击“增加”按钮，将所选择的文件添加到“选中的文件”处，如下图所示：
（3）单击“字段”选项卡，进入“字段”选项卡界面，添加要抽取的数据字段（这里采用分层抽取数据字段，先抽取id和data字段，再从data字段中抽取field和value字段），如下图所示：
（4）单击“确定”按钮，完成JSON input控件的配置。然后双击JSON input2控件，进入“JSON输入”界面，勾选“原定义在一个字段里？”复选框；在“从字段获取源”后的下拉列表中选择字段名，如下图所示：
（5）单击“字段”选项卡，进入“字段”选项卡界面，添加从字段data中抽取的field和value字段，具体配置如下图所示：
（6）单击“确定”按钮，完成JSON input2控件的配置。
3.配置“表输出”控件
（1）双击“表输出”控件，进入“表输出”界面，单击“新建”按钮，配置数据库连接，配置完成后单击“确定”按钮，如下图所示：
（2）单击目标表右侧的“浏览”按钮，选择输出的目标表，即数据表json；勾选“指定数据库字段”复选框，用于将数据表json的字段与JSON文件json_extract.json中的字段进行匹配，如下图所示：
（3）单击“数据库字段”选项卡，进入“数据库字段”界面，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”中的字段和“目标字段”中对应的字段，单击Add按钮，将一对映射字段添加至“映射”框中。若“源字段”中的字段和“目标字段”中的字段相同，则可以单击“猜一猜”按钮，让kettle自动实现映射，如下图所示：
（4）单击“确定”按钮，“表输出”控件的配置完成。
4.运行转换json_extract
单击转换工作区顶部的运行按钮，运行创建的转换json_extract，实现将JSON文件中的数据抽取到数据表json中，如下图所示：
从执行结果“步骤度量”可以看出，JSON input控件输入2条数据并写入该控件中；JSON input2控件读取JSON控件的2条数据，从这两条数据的data字段中共获取6条数据作为输入并写入该控件中；“表输出”控件读取JSON input控件的两条数据，从这两条数据的data字段中共获取6条数据作为输入并写入该控件中。也就是说，“表输出”控件从JSON input2流中读取的6条数据均写入数据表json中。

三.在抽取CSV文件和抽取JSON文件的过程中使用到的控件有：

抽取CSV文件：

CSV文件输入	输入控件
表输出	输出控件

抽取JSON文件：

JSON input	输入控件
JSON input 2	输入控件
表输出	输出控件