kettle工具 学习

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

    背景:项目需要从客户的数据库迁移一批人口数据，大约240w条。所以我们需要一款工具帮助我们实现数据快速搬运，数据过滤，以得到符合我们使用的安全数据。

      先放一个不错的基础教程博文链接http://f.dataguru.cn/thread-186578-1-1.html

     再放一个存储过程的博文推荐http://www.cnblogs.com/chinafine/archive/2010/07/12/1776102.html

      kettle简介：Kettle是一款国外开源的ETL工具，纯java编写，数据抽取高效稳定的数据迁移工具。Kettle中有两种脚本文件，transformation和job，transformation完成针对数据的基础转换，job则完成整个工作流程的控制。  

   明确表PAT_MASTER_INDEX（桂林人口数据表）—-》t_patientget（居民信息采集表）

   业务分析 从人口库迁移数据到项目库，中间需要进行数据筛选，拼装。

  1 下载并安装

      这次使用的是4.2 版本 我们以4.2为模板学习。

      1.1   解压后 免安装 可直接使用。解压后点击Spoon.bat 运行 需要JRE环境支持。

      1.2 新建transformation工作台 保存后为.ktr文件

    1.3 新建数据库连接

         两种方式

         1.3.1 建了以备不时之需

          主对象树–transformation–DB连接–右击新建

       配置数据库参数

       1.3.2 使用时再建

         核心对象–输入–拖拽表输入到工作台

双击“表输入”

            在“数据库连接”点击–”新建“ 与第一种方式相同，配置数据库连接，选择我们所需的连接

点击“获取SQL查询语句”，以获得目标表

正确操作出现上图红框所示SQL语句

勾选“允许延迟转换”–点击“确定”

    同理 我们建立“表输出”

1.4   在左侧“核心对象”中的“转换”文件夹中选择“字段选择”功能，拖动到右侧编辑区。按住键盘shift同时鼠标从“表输入”为起点，“字段选择”为终点画一条连接。如图：

 1.5 双击“字段选择”，打开编辑窗口，选择“元数据”面板，点击右侧“获取改变的字段”，将自动列出之前表输入中所有字段

1.6 编辑完“字段选择”后点击“确定”关闭窗口。同上，在“输出”文件夹中拖动一个“表输出”到右侧编辑区，并画连接

基本的工作流程就完成了，

   2 下面是一些针对业务上做的一些工作

      2.1 数据过滤，

过滤掉证件类型不是身份证的，死亡人口，非“桂林市”户口人口，以及最后做了个存储过程，校验身份证号码正确性。

这是第一层数据过滤。

2.2  针对过滤后的数据 导入“采集表”中

拼接户籍地址，现居住地址（根据行政区划代码 从字典表中查出 拼接）

所以 我们直接在数据层上 写存储过程解决业务逻辑，可以很大的提高效率。