kettle学习笔记（四）——kettle输入步骤

一、输入步骤概述

　　输入步骤主要分为以下几类：

　　　　• 生成记录/自定义常量 　　　　• 获取系统信息 　　　　• 表输入 　　　　• 文本文件输入 　　　　• XML 文件输入 　　　　• Json输入 　　　　• 其他输入步骤

二、生成记录和自定义常量

　　1.生成记录

　　　　由于生成记录每行都是一样的数据，所以便诞生了自定义常量数据来手工模拟数据

　　2.自定义常量数据

　　常用于构造一些测试数据

三、获取系统信息

　　获得各类系统信息，常见的包括： 　　　　• 转换开始时间。 　　　　• 关键时间点信息 　　　　• 最多十个命令行参数 　　　　• 主机名/ip/进程号/虚拟机内存等 　　　　• 上一个作业的完成情况参数

　　　　　　// 固定是整个转换开始的时间

　　更多系统信息细节，参考相关文档

四、表输入

　　表输入是比较常见的输入方式，通过执行SELECT语句，从数据库拉取输入数据

　　可以使用${}形式使用变量，如果使用?变量，要求前面步骤传过来的参数需要顺序一致

　　示例表输入配置如下：

　　配置变量输入：

　　数据类型对应关系：

五、文本文件输入

　　文本文件输入： 　　　　处理有列分隔符（限定符、逃逸字符）的文本文件。 　　　　功能选项丰富、有错误处理机制。 　　CSV 文件输入： 　　　　简化了文本文件输入 　　　　通过 NIO、并行、延迟转换提高性能 　　 固定宽度： 　　　　列固定宽度的文件，不用解析字符串，性能好。

　　1.文本文件输入

　　　　先看文件这一项：

　　双击文件节点进入编辑，直接点击浏览进行选择不是很推荐，

　　推荐使用变量（凡是旁边一个$形状的，都可以根据提示使用变量，内置变量参考这里），单击变量，旁边会显示变量的值，可以进行参考

　　可以在第一行选择文件或者目录，选择目录则可以在规则表达式进一步通过正则进行控制

　　然后点击增加，增加文件到选中的文件框中，之后点击显示文件名进行文件选择结果查看

　　也可以点击下方从步骤选择文件

　　继续设置输入的内容页：

　　　　// 这里目前不知何解，设置制表符\t字段会识别失败。换成分号;等就正常了

　　解决方案如下：

　　　　使用sublime先安装hexVIew插件，使用插件，点击toggle查看制表符的十六进制，然后分隔符处通过$[]，例如制表符查看是09；

　　则分隔符为：$[09]

　　字段页通过获取字段查看分割结果：预览记录查看记录结果

　　错误处理页可以进行相关设置：

　　过滤页可以进行字段过滤：

　　　　例如选择第二列（从0开始位置），含有bb的

　　2.固定宽度

　　　　要求每一行都是固定宽度，然后通过宽度截取

###　　XML输入暂不赘述

###　　JSON输入暂不赘述

六、其它输入　

　　Excel 输入 　　Access 输入 　　配置文件输入 　　SAP 输入 　　Oracle CDC 增量输入 　　消息队列输入 　　PDF文件输入 　　搜索引擎结果输入