kettle的输入组件

1、kettle里面的输入，就是用来抽取数据或生成数据，是ETL操作的E。

2、CSV文件是一种带有固定格式的文本文件。注意：获取字段的时候可以调整自己的字段类型，格式，满足自己的需求哦。

3、文本文件输入，提取日志信息的数据是开发常见的操作，日志信息基本都是文本类型。

首先要获取到要抽取的文本文件哦。

可以选择自己的分隔符哦！

获取字段，如下所示：

4、微软的Excel目前有两种后缀名的文件分别为：xls和xlsx。注意：xls:2007年之前，xlsx:2007年之后。

可以选择自己的Sheet页。

获取到Excel输入的字段，可以手动调整字段类型。

5、多文件合并，数据往往也是以多个文件的形式出现，有的数据还会分散在多个子文件夹。所以合并数据也是开发中非常常见的操作。

6、XML 指可扩展标记语言（EXtensible Markup Language）, XML 被设计用来传输和存储数据。

　　XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。

　　XPath-语法，选取节点 XPath 使用路径表达式在 XML 文档中选取节点。节点是通过沿着路径或者 step 来选取的。下面列出了最有用的路径表达式：

XPath，路径表达式，示例，如下所示：

Get data from XML组件，具体使用如下所示：

获取XML文档的所有路径，如果需要考虑命名空间，可以进行勾选，如下所示：

字段，这里获取字段，如果获取不到你想要的结果，需要自己手动编写名称，XML路径，切记，XML路径是相对于自己最终获取数据的路径，节点、结果类型、类型等等自己可以自行选择即可。

7、 生成记录，数据仓库中绝大多数的数据都是业务系统生成的动态数据，但是其中一部分维度数据不是动态的，比如：日期维度。静态维度数据就可以提前生成。

8、JSON(JavaScript Object Notation, JS 对象简谱) 是一种轻量级的数据交换格式。JSON核心概念：数组、对象、属性。数组：[ ]、对象：{ }、属性：key:value。

　　JSONPath类似于XPath在xml文档中的定位，JsonPath表达式通常是用来路径检索或设置Json的。其表达式可以接受“dot–notation”（点记法）和“bracket–notation”（括号记法）格式。

　　　　1）、点记法：$.store.book[0].title。推荐点记法哦。 　　　　2）、括号记法：$[‘store’][‘book’][0][‘title’]。

JSONPath-操作符，如下所示：

JSON Input图元使用，如下所示：

字段，可以根据自己的需求，进行填写字段。特别注意路径的写法和规范哦。

可以多次使用JSON Input，最终查询出自己想要的字段即可。

第二个JSON Input获取第一个JSON Input的Json值。

9、Kettle的表输入，这里，以Mysql为例，将mysql的jar包放入到\pdi-ce-8.2.0.0-342\data-integration\lib目录下面。

　　数据库驱动是不同数据库开发商（比如oracle mysql等）为了某一种开发语言环境（比如java）能够实现统一的数据库调用而开发的一个程序，他的作用相当于一个翻译人员。

Kettle的表输入，使用如下所示：