kettle学习笔记（七）——kettle流程步骤与应用步骤

一、概述

　　流程主要用来控制数据流程与数据流向

　　应用则是提供一些工具类

二、流程步骤

　　1.ETL元数据注入

　　　　类似Java中的反射，在设计时不知道文件名、文件位置等，在真正执行时才知道具体的一些配置等信息

　　　　具体介绍后续补充，官方Wikia:https://wiki.pentaho.com/display/EAI/ETL+Metadata+Injection

2.数据过滤

　　　　这里说一下Java代码过滤，主要是Java的一些方法，例如indexOf()，matchs()等：

3.处理不确定的数据行数

　　　　检测空流用来检测前面过来的流是否是空流；阻塞数据只要最后一行

4.多来源数据合并

　　　　使用的是UNION进行合并（列数、列名、列类型需要相同），而不是JOIN：

5.数据流终点

　　　　空操作基本上就是用于自然合并与垃圾箱；

　　　　中止可以设置中止的条数，例如设置有10条记录到这里就报错

　　　　复制记录到结果可以暂存内存，供以后的转换使用

　　　　设置变量注意也是设置的变量只能以后的转换使用

6.其它

　　单线程流程，暂不展开

三、应用

1.Null值处理

　2.启动其它程序

　　　　// 注意运行SSH务必提前设置免密登陆！

3.日志功能

　　　写日志就相当于Java代码里的log.info(...)了，用于自定义记录日志

　4.文件处理功能

　5.发送邮件

　　　　用空格区分多个收件人（可以使用变量）