如何从 Pentaho 的 javascript 步骤中的另一行读取？

Posted 2023-03-29

【中文标题】如何从 Pentaho 的 javascript 步骤中的另一行读取？

【英文标题】：How to read from another row in javascript step of Pentaho?

【发布时间】：2014-01-07 17:26:16

【问题描述】：

我正在使用 Pentaho 数据集成（Spoon，在 Kettle 之前）进行 ETL 流程。

在 Pentaho 的 Modified javascript 步骤中，您可以设置开始、结束和转换脚本。在转换脚本中，您可以编写仅对每一行执行的代码，并且从这里我不知道如何访问前一行的数据（如果可能的话）。

我需要访问上一行，因为所有行都按产品、商店和日期（分别）排序，目标是从上一行获取手头数量并添加销售或接收的数量当前行（这将是相同的产品，相同的商店，但不同的日期）。我还需要访问上一行以将当前行的产品和商店与上一行进行比较，因为如果其中有人更改，我必须重新启动字段 quantity_on_hand （我使用名为 initial_stock 的所有列的字段来执行此操作）。

在伪代码上会是这样的（如果我没有限制在步骤上编写的代码仅针对每一行执行）：

while(all_rows_processed())

    current_row.quantity_on_hand = current_row.initial_stock;

    while(id_product_current_row == id_product_previous_row && id_store_current_row == id_store_previous_row)

        current_row.quantity_on_hand = previous_row.quantity_on_hand + current_row.stock_variation;
    

这个question related 帮不了我。

任何解决我问题的想法都将不胜感激。

【参考方案1】：

我可以请您重新考虑 Group By step 吗？它似乎适合您的场景。 如果您根据您的组合日期/商店/文章对流进行排序，您可以计算销售/接收数量的累积总和。通过这种方式，您可以获得一个可以按组重置的运行总库存变化。

还可以查看此blog post 和论坛帖子中的引用。

【讨论】：

感谢您的回复！我也在尝试使用 Group By Step 来做这件事，但我认为它不能解决我的问题。我不想只计算销售/收到数量的累积总和，因为每个产品都有自己的 initial_stock，如果我汇总销售和收到的数量，它就不正确。

【参考方案2】：

我怀疑您是否需要为此使用 JavaScript。查看Analytic query 步骤。这将允许您将前一行的值带入当前行。

JavaScript 步骤为您提供了极大的灵活性，但如果您可以使用常规转换步骤来做到这一点，它通常会快得多。

【讨论】：

感谢您的回复！我正在尝试结合分析查询和修改后的 Javascript 步骤来解决我的问题，因为我认为只有其中一个是不可能的。

【参考方案3】：

使用分析查询。通过使用此步骤，您可以访问上一条/下一条记录。实际上，您不仅可以阅读上一条和下一条记录，还可以阅读 N Rows Fordward 或 N Rows Back Wards。

检查以下 URL 以获得更清晰的解释：

http://wiki.pentaho.com/display/EAI/Analytic+Query http://www.nicholasgoodman.com/bt/blog/2009/01/30/the-death-of-prevrow-rowclone/

【参考方案4】：

谢谢大家，我已经找到了解决问题的方法。

我综合了您的所有建议，并使用了Analytic Query、Modified Javascript 和Group by 步骤。

虽然问题的表述不是很好，但我遇到的问题是计算每一行的库存水平（每种产品、日期和商店组合都有一行）。

首先（显然晚于按product_id、store_id 和date 升序对行进行排序），我使用Analytic Query 步骤按product_id 和store_id 分组，因为通过这一步我已经获得了一个新字段 previous_date 来标识每个组的第一行（previous_date=null 在日期最早的组的行上）。

然后我需要在第一行（每个组的第一个日期，因为它按日期排序）计算每个组 [product,store] 的 quantity_on_hand，因为每个组的 initial_stock 不同。这是因为(sum(quantity_received) - sum(quantity sold)) != quantity_on_hand。

最后（关键就在这里），我按照@andtorg 的建议使用了Group by 步骤，并按照下图所示进行操作。

@andtorg 建议的这个link 非常有用。它甚至包括两个.ktr 示例文件。

非常感谢您的帮助！