Kettle--数据获取并转换_笑看风雨

http://blog.sina.com.cn/u/1272585203

首页博文目录关于我

个人资料

笑看风雨

微博

加好友发纸条

写留言加关注

博客等级：
博客积分：0

博客访问：2,169
关注人气：12
获赠金笔：0支
赠出金笔：0支
荣誉徽章：

正文字体大小：大中小

Kettle--数据获取并转换

(2009-11-10 13:23:08)

标签：

kettle

获取

转换

it

分类： BI--数据库

需求：

kettletest1数据库中有table_source数据表，结构如下：

Id 主键
t_id 数据时间
part_id 实例ID
yg 数据字段1
wg 数据字段2

该表中的数据对于不同的实例ID，一分钟一条数据，t_id字段表示数据的时间，精确到分钟。

kettletest2数据库中有table_target数据表，结构如下：

Id 主键
marketdate 数据日期，格式为 yyyy-MM-dd
pointtime 时间，格式为 HH:mm
pointnumber 时间的数字表示，00:01表示为1，00:00表示为1440
plantcode 实例Code
yg 数据字段1
wg 数据字段2

需定期将table_source表中的数据获取至table_target表中，并进行如下处理：

1、将t_id数据时间字段拆分为三个字段，分别为marketdate、pointtime、pointnumber。

        a、marketdate取t_id的日期部分。
        b、pointtime取t_id的时间部分。
        c、pointnumber为时间的数字表示，等于hour*60+minute。
        d、但当t_id的时间为某日的00:00时，需将其转化为24:00，并且marketdate需取日期的前一天。如t_id为2008-12-04 00:00，则marketdate为2008-12-03，pointtime为24:00，pointnumber为1440。

2、将part_id字段映射为plantcode字段，并根据如下规则进行转换：
        part_id                 plantcode
         3206                        P01
         3207                        P02
         3208                        P03

测试中使用的数据库均为mysql数据库。

实战：

整个转换工作共分为三个步骤，如下图：

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/job_thumb.jpg

1、定义需获取的数据的日期

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans1_thumb.jpg

2、删除table_target表中已有数据，注意一定要将“执行SQl语句”面板中的“变量替换”要选上，否则SQL语句中的变量不会被替换，我刚开始没注意到这个地方，找问题找了半天。

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans2_thumb.jpg

3、获取table_source中的数据，并将其插入table_target表

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3_thumb_1.jpg

3-1、获取table_source表的数据

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-1_thumb.jpg

3-2、值映射

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-2_thumb.jpg

3-3、字段选择

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-3_thumb.jpg

3-4、对t_id字段进行处理，增加了pointnumber字段。在这一步骤中发现kettle的一个bug，就是不能在JavaScript中使用str2date函数，错误的具体信息参见：http://jira.pentaho.com/browse/PDI-1827。这个问题也折腾了好长时间，刚开始怎么也想不通这个函数使用时怎么会报错呢，后来只好从字符串中截取年、月、日信息。

该步骤中还存在另外一个使人困惑的问题，就是点击“测试脚本”按钮，会报错，但是执行job和transformation时则不会报错。

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-4_thumb_1.jpg

3-5、增加pointnumber字段至输出结果中

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-5_thumb.jpg

3-6、插入数据至table_target表

http://www.blogjava.net/images/blogjava_net/robbie/WindowsLiveWriter/Kettle_1268F/trans3-6_thumb.jpg

3-4步骤中的JavaScript代码如下：

var pointTimeStr = pointtime.getString();
var pointnumber = 1;

if (pointTimeStr == "00:00") {

    var marketDateStr = marketdate.getString();
    var marketDateYear = substr(marketDateStr, 0, 4);
    var marketDateMonth = str2num(substr(marketDateStr, 5, 2))-1;
    var marketDateDay = substr(marketDateStr, 8, 2);

    var date = new Date();
    date.setYear(marketDateYear);
    date.setMonth(marketDateMonth);
    date.setDate(marketDateDay);

    var temp1 = dateAdd(date, "d", -1);
    marketdate.setValue(date2str(temp1, "yyyy-MM-dd"));
    pointtime.setValue("24:00");

    pointnumber = 1440;
} else {
    var hourStr = pointTimeStr.substr(0, 2);
    var hour = str2num(hourStr);
    var minuteStr = pointTimeStr.substr(3, 5);
    var minute = str2num(minuteStr);

    pointnumber = hour * 60 + minute;
}

至此，整个转换工作完成，小结一下：

如果对kettle等etl工具比较熟悉的话，使用etl工具进行数据转换、抽取等事情还是比较方便的，比起写程序还是有优势的。但是这个转换过程中遇到的kettle的两个bug比较让人头疼，觉得kettle好像还不是很稳定。

阅读┊ 收藏 ┊ 喜欢 ▼ ┊打印┊举报/Report

前一篇：计算机知识体系

后一篇：Kettle FTP

新浪BLOG意见反馈留言板　欢迎批评指正