kettle庖丁解牛第27篇之多种数据源统一输出

Posted 2022-05-06 飞哥大数据

引言

在上一篇文章中，我们主要讲解的是：删除组件的各种详细设置，最后实战演示了，从excel文件中读取数据，然后通过删除组件，把excel中的数据和mysql库表中的数据通过指定进行关联，能关联上的，就进行删除操作。

在本篇文章中，我们要用前面讲的输入\\输出组件，汇总的讲一个小案例了。

数据的输入端，它是随便变化的(文本、excel、xml、json、表)。数据的输出端，它也是随便变化的(文本、excel、xml、json、表)。数据从输入端经过处理，最终数据通过输出端写出到目标位置保存，数据在kettle中流转罢了。这样看来kettle的输入组件和输出组件，非常符合开发的松耦合标准。

转换

转换(transaformation)是ETL解决方案中最主要的部分，它处理抽取、转换、加载各种对数据行的操作。

创建转换

我们要做的ETL操作，全是在转换中设计的，所以我们要先创建一个转换。

保存转换

给你新建的转换，起个名字，并保存

实战演示

我们在日常工作中，数据来源也是非常多元化的。此处我们模拟一下，从文本文件\\excel\\csv，这3类文件中读取数据。然后通过表输出组件，把数据最终保存在指定的mysql库表中。转换整体设置效果如下图：

a、创建测试数据环境

操作语句

创建bigdata库

mysql> create database bigdata;

指定使用bigdata库

mysql> use bigdata;

创建test表

mysql> create table test(id int,name char(50),age int);

查询test表中的数据(无数据)

mysql> select * from test;

操作截图

b、创建txt文件

我在D盘下，创建一个txt文件，命名为test。第1行是文件表头，从第2行开始是数据。此文件有3列数据，每1列通过"，"分割。我使用的分割符，它是英文的。你要注意你的分割符，它是中文的？还是英文的？

c、创建excle文件

我在D盘下，创建一个xlsx文件，命名为bigdata。在sheet1中设计数据，第1行是文件表头，从第2行开始是数据，此文件有3列数据.。

d、创建csv文件

我在D盘下，创建一个csv文件，命名为testcsv。第1行是文件表头，从第2行开始是数据，此文件有3列数据.。

e、文本文件输入设置

预览数据

f、Excel输入设置

预览数据

g、CSV文件输入设置

预览数据

h、追加流设置

此组件的功能非常简单，把2个数据流整合在一起，按指定的前后顺序一起输出。

i、字段选择设置

这个组件常常用来：选择字段、重命名字段、指定字段的长度或者精度。此处我们使用它，修改元数据字段的类型。

如果不使用此组件，在CSV文件输入组件和追加流关联时，就会报错：youre mixing rows with different storage types。

j、表输出设置

k、运行转换

l、验证结果表中数据

兄弟们，看到mysql库表中的数据，是不是感觉非常爽，感觉之前那些组件没有白学，今天终于用上一些了。

其实，我只是随便编了一个案例，大家工作中还会遇到各种的案例。只要兄弟们把常用组件的基础打好，遇到各种案例就像拼积木一样，把组件组合在一起解决问题，就可以了。

结束语

本篇文章主要讲解了：一个综合小案例(从文本文件\\excel\\csv，这3类文件中读取数据。然后通过表输出组件，把数据最终保存在指定的mysql库表中)。

兄弟们，其实想和作是有一段距离的，你想着想着就没有了，可是你做着做着，它就落地了。

啥都别说了，兄弟们后面跟着我干就完了，我们依然掰开揉碎的方式去说。后续的内容更精彩，敬请期待，感谢兄弟们的关注！！！