Pentaho 插入/更新数据表操作实例

ETL是EXTRACT（抽取）、TRANSFORM（转换）、LOAD（加载）的简称，实现数据从多个异构数据源加载到数据库或其他目标地址，是数据仓库建设和维护中的重要一环也是工作量较大的一块。当前知道的ETL工具有informatica, datastage,kettle,ETL Automation,sqoop,SSIS等等。这里我们聊聊kettle的学习吧（如果你有一定的kettle使用，推荐看看Pentaho Kettle解决方案，这里用kettle实践kimball的数据仓库理论）；

Kettle 是Pentaho之前的叫法，是纯java开发，开源的etl工具。可以在Linux、windows、unix中运行。有图形界面，也有命令脚本还可以二次开发。（官方社区：http://forums.pentaho.com/；官网wiki：http://wiki.pentaho.com/display/COM/Community+Wiki+Home；源码地址：https://github.com/pentaho/pentaho-kettle）

需求描述：

假设有一张A表，我们需要将A表更新去结构相同的B表中，但是B表中的数据是之前A的旧数据，现在由于表A中数据更新了，那么现在的需求就是我们需要将表A中的已更新的数据更新至表B中，表A中新增的数据插入到表B中。

表例

表A（已更新）：

id	name	gender	age
1	buranden	0	13
2	james	0	23
3	jim	1	22
4	john	0	17
5	kobe	0	24
6	lily	1	25
7	sam	0	23
8	snow	0	17
9	stack	0	17

表B（旧表A数据未更新）：

id	name	gender	age
1	jim	1	999
2	john	1	18
3	kobe	1	789
4	snow	0	17

#Pentaho流程图：

表B结果图：