kettle使用方法说明文档.docx

1、kettle使用方法说明文档Kettle使用方法说明文档 2010年8月24日 农电软件部袁宏宇1. 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cancel2. 创建表到表直接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sc_work_ticket_test。演示过程是建立transform将数据从sc_work_ticket抽取到sc_work_ticket_test里面。两个表结构相同。a) 建立转换进入系统后如下图所示，双击转换。b) 建立连

2、接c) 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SHEETID，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sc_work_ticket抽取到sc_work_ticket_test3. 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_wor

3、k_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。a) 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。b) 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【

4、求和】。如果为累积值，选择【求和】。c) 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。d) 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

5、】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。4. 定时抽取设置a) 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test1转换加进去，并重命名job为test1。b) 设置定时抽取双击【START】，设定自动抽取时间。下图中显示为每个月26日15点15分自动执行抽取。 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。c) 命令行执行编写test.bat内容如下 d:data-integrationKitchen.bat /norep /file d:sg186kettlekettletest.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。