kettle庖丁解牛第34篇之常用转换组件之Add XML

Posted 2022-08-06 飞哥大数据

引言

上一篇文章中，讲解的是：我工作中遇到的一个实际案例，我们要周期性的从上游mysql数据库中抽取数据到本地hive库中，每次抽取的是最近6个月的数据。hive中的目标表是按月做的分区，把最近6个月的数据分6次循环插入覆盖到对应的分区中。

在本篇文章中，我们接着介绍：kettle中的Add XML组件

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

Add XML

可通过此组件将读取的数据内容，按照指定的设置，生成XML文件的格式数据。

a、内容

1、对未来生成的xml进行基本设置

2、下面是标签的选项列表

选项	描述
​编码	指定未来生成的xml的编码
​Output Value	将读取的数据内容，生成xml文件格式后，它会以一个新字段名来传送到下一组件，这个新字段的名字在此设置
​omit xml header	省略xml头
​omit null value from xml result	从xml结果中省略空值

b、字段

1、设定生成XML文件格式的属性。

2、下面是标签的选项列表

选项	描述。
​字段名	读入的源数据的字段名
Element name	生成的xml中的属性名
类型	字段类型（String、Date、Number 等）。
格式	控制输入数据的格式(整数、有小数位、日期格式等)
长度	对于Number：有效数的数量。 对于String：字符的长度。 对于Date：打印输出字符的长度（例如4 代表返回年份）。
精度	对于Number：浮点数的数量。 对于String,Date,Boolean：未使用。
​Currency	用来解释如$10,000.00 的数字。
​Decimal	进制
​数字分组符号	​数字分组符号
空	空
​属性	​属性
​Attribute parent name	父级属性名

好了，关于Add XML组件的每一个标签页，我都尽可能的讲解了一下。其实我日常工作中，并没有使用到这么多，常用的也就是那么几个。但是我们学习过程中，我还是讲得全一些吧，希望大家花一次时间学习，尽可能都有个大概的了解吧。下面我们实例操作一下吧，这样大更好的吸收和理解。

实战演示

我们把txt文件中的内容，通过Add XML组件设置后，生成一个XML文件格式的数据，然后通过文本文件输出组件进输出。

a、创建txt文件

我在D盘下，创建一个txt文件，命名为：文本数据。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，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？

b、创建转换

c、文本文件输入设置

d、预览记录

兄弟们，看到这个预览数据的界面，证明你已经成功的通过文本文件输入组件，把你磁盘上的一个txt文件，读取进来了。

e、Add XML设置

f、文本文件输出

g、运行转换

h、验证结果文件

可以看到此处构造的xml格式的数据，正好是我们利用文本文件输入的数据生成，到此就结束了。

结束语

本篇文章主要讲解了：Add XML组件的各种详细设置，实战演示了如何操作它来读取磁盘上的txt文件，然后生成XML格式的数据。

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！！