kettle使用方法说明文档讲述.doc

Kettle使用方法说明文档 安装程序 解压pdi-ce-4.0.0-stable.zip到任意盘符，解压后点击根目录下Spoon.bat如下图所示。 点击cancel 创建表到表直接抽取 本实例演示的是在Oracle数据库zhwater下的zh用户里面表sys_user转换到本地Oracle数据库orcl下的zw用户下的表sys_user。演示过程是建立transform将数据从zh.sys_user抽取到zw. sys_user里面。两个表结构相同。 建立转换 进入系统后如下图所示，双击转换。 创建源和目标数据库连接 建立转换步骤 点开【输入】——【表输入】将表输入拉到右侧。 双击右侧的表输入，如下图，配置 点开【输出】——【插入/更新】将其拉到右侧。 按住shift先后左键点击表输入和插入/更新的图标。 双击插入/更新图标，点击【获取字段】和【获取和更新字段】 用来查询的关键字保留主键USERID，其余删掉。 点击确定保存，点击上方验证无错误后，点击执行，如下图。 数据库中可以看到数据已从zh.sys_user抽取到zw.sys_user D）保存文件 保存文件的文件名不能是中文，文件路径不能包含中文 创建带数据聚合的表到表抽取 本实例演示的是在数据库SG186ND下的basic_data用户里面的两个表sc_work_ticket 和t_sc_work_ticket。演示过程是建立transform将数据从sc_work_ticket抽取到t_sc_work_ticket里面。即模拟基础表到主题表抽取过程。 源数据获取 转换和链接创建过程见上节说明。 将表输入step拉入图中 双击表输入，配置源连接。 数据分组 将【Memory Group by】拖入图中，并按住shift连接表输入和Memory Group by。 点开【Memory Group by】，将基础表中涉及维度的字段加入分组内。需要聚合的度量加入到聚合内，并在名称处重命名为主题表内对应字段名称。 注：此处聚合类型选择 如果为计数则选择【个数】。 如果为通过是否值判断个数，选择【求和】。 如果为累积值，选择【求和】。 时间处理 将【Modified Java Script Value】（在脚本里面）拖入图中，并按住shift连接。 点开【Modified Java Script Value】，将处理时间语句写入。并点击下方的【获取变量】。 注：如果需要进行其他操作（去掉空值，转码等）可在此写js语句进行操作。 更新/插入 将【插入/更新】（在输出里面）拉入到图中，并按住shift连接。 点开【更新/插入】，将查询关键字下方选上维度字段，更新字段下方选上聚合度量。 下图中，month_id是上部js中计算得出。流字段下的前三个字段是第二步【Memory Group by】聚合得出，后三个字段是分组字段。 下图中为抽取的源数据和目标数据。 定时抽取设置 建立job 点击【文件】(【新建】(【作业】，如下图将【STRAT】拉入图中。 将【Transformation】拉入到图中，按住shift连接。 点开【Transformation】，将test转换加进去，并重命名job为test。 设置定时抽取 双击【START】，设定自动抽取时间。下图中显示为间隔5分钟自动执行抽取。 点击执行，如下图。 点击【Launch】，执行job。到达指定时间后，自动执行job，然后进行下一次执行等待。如下图。 命令行执行 编写test.bat内容如下 E:\kettle\data-integration\Kitchen.bat /norep /file E:\kettle\test.kjb其中红色部分为安装路径下Kitchen.bat文件所在位置，蓝色部分为job文件所在位置。 注意：/norep和 /file前面都有一个空格。 点击执行即可。会出现下图所示内容，表示执行过一次job，正在等待下次执行时间继续执行，不要关闭cmd窗口即可。