




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、Kettle 基礎(chǔ)培訓(xùn),目錄,一、ETL介紹 二、 Kettle 介紹 三、 Kettle的要求環(huán)境(JDK版本)、安裝、基本操作。 四、 Kettle的組件的類型基本說明(作業(yè)與轉(zhuǎn)換) 五、基于表對(duì)表的同步 六、基于文件到表的同步 七、基于表到文件的同步 八、 JAVASCRIPT的基本應(yīng)用 九、文件FTP下載、上傳。 十、作業(yè)調(diào)用作業(yè)、轉(zhuǎn)換。 十一、啟動(dòng)腳本說明。 十二、 JAVA調(diào)用作業(yè)、轉(zhuǎn)換 十三、使用原則,簡(jiǎn)介ETL,ETL(即數(shù)據(jù)抽取、轉(zhuǎn)換、裝載的過程)作為BI/DW(Business Intelligence)的核心和靈魂,能夠按照統(tǒng)一的規(guī)則集成并提高數(shù)據(jù)的價(jià)值,是負(fù)責(zé)完成數(shù)據(jù)從
2、數(shù)據(jù)源向目標(biāo)數(shù)據(jù)倉(cāng)庫轉(zhuǎn)化的過程,是實(shí)施數(shù)據(jù)倉(cāng)庫的重要步驟。 ETL是數(shù)據(jù)抽?。‥xtract)、清洗(Cleaning)、轉(zhuǎn)換(Transform)、裝載(Load)的過程。是構(gòu)建數(shù)據(jù)倉(cāng)庫的重要一環(huán),用戶從數(shù)據(jù)源抽取出所需的數(shù)據(jù),經(jīng)過數(shù)據(jù)清洗,最終按照預(yù)先定義好的數(shù)據(jù)倉(cāng)庫模型,將數(shù)據(jù)加載到數(shù)據(jù)倉(cāng)庫中去。,簡(jiǎn)介Kettle,Kettle是一款國(guó)外開源的ETL工具,純java編寫,可以在Window、Linux、Unix上運(yùn)行,綠色無需安裝,數(shù)據(jù)抽取高效穩(wěn)定。 Kettle 中文名稱叫水壺。 Kettle這個(gè)ETL工具集,它允許你管理來自不同數(shù)據(jù)庫的數(shù)據(jù),通過提供一個(gè)圖形化的用戶環(huán)境來描述你想做什
3、么,而不是你想怎么做。 Kettle中有兩種腳本文件,transformation和job,transformation完成針對(duì)數(shù)據(jù)的基礎(chǔ)轉(zhuǎn)換,job則完成整個(gè)工作流的控制。,KETTLE的要求環(huán)境(JDK版本)、安裝、基本操作,KETTLE要求先安裝JDK1.5版本或以上 無需安裝下載后直接運(yùn)行spoon.bat即可,5,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),Kettle中有兩種腳本文件,transformation(轉(zhuǎn)換,后綴為.ktr)和job(作業(yè), 后綴為.kjb),transformation完成針對(duì)數(shù)據(jù)的基礎(chǔ)轉(zhuǎn)換,好比工廠里的生產(chǎn)流水線,每個(gè)組件相當(dāng)于一個(gè)員工;job則
4、完成整個(gè)工作流的控制,好比工廠里的管理。 如果用記事本打開文件可發(fā)現(xiàn)轉(zhuǎn)換和作業(yè)都是xml類型文件。,6,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),7,作業(yè):分串行執(zhí)行和并行執(zhí)行,串行執(zhí)行是先執(zhí)行完其中一條線再執(zhí)行另一條線,并行是兩條線同時(shí)執(zhí)行,同一條線上的兩個(gè)步聚會(huì)先執(zhí)行前面的再執(zhí)行后面的,每個(gè)步驟執(zhí)行結(jié)果分兩種:true(成功)/false(失敗),根據(jù)返回結(jié)果可以控制流程走向。,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),8,作業(yè)流程圖說明,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),9,轉(zhuǎn)換:一傳遞分復(fù)制和分發(fā)兩種模式。開始所有步驟同時(shí)運(yùn)行,記錄會(huì)從最前端的步驟向后傳遞,傳
5、遞到相應(yīng)步驟則該記錄被該步驟作相應(yīng)處理,處理完成再把記錄往后傳遞,記錄,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),10,復(fù)制:把一份數(shù)據(jù)復(fù)制成多份,后面步驟各占一份。 分發(fā):把一份數(shù)據(jù)平均分配給后面步驟。,基于表對(duì)表的同步,11,表對(duì)表同步是最基本的同步方式之一 實(shí)現(xiàn)步驟: 一、建立源庫連接和目標(biāo)庫連接 二、使用表輸入組件進(jìn)行源表數(shù)據(jù)讀取 三、對(duì)記錄進(jìn)行適配整理 四、使用表輸出組件輸出到目標(biāo)表,KETTLE的組件的類型基本說明(作業(yè)與轉(zhuǎn)換),12,新建一個(gè)轉(zhuǎn)換:文件新建轉(zhuǎn)換,基于表對(duì)表的同步,13,基于表對(duì)表的同步,14,基于表對(duì)表的同步,15,基于表對(duì)表的同步,16,基于文件到表的同步
6、,17,新建一個(gè)轉(zhuǎn)換 流程:從文件讀取記錄插入到數(shù)據(jù)庫中,基于文件到表的同步,18,基于文件到表的同步,19,基于文件到表的同步,20,基于表到文件的同步,21,新建一個(gè)轉(zhuǎn)換 實(shí)現(xiàn)從表里讀取記錄生成文件,基于表到文件的同步,22,基于表到文件的同步,23,基于表到文件的同步,24,JAVASCRIPT的基本應(yīng)用,25,文件FTP下載、上傳,26,作業(yè):FTP下載 從FTP上下載相應(yīng)文件到指定目錄下,文件FTP下載、上傳,27,文件FTP下載、上傳,28,文件FTP下載、上傳,29,作業(yè):FTP上傳 上傳本地文件到相應(yīng)FTP指定目錄上,文件FTP下載、上傳,30,作業(yè)調(diào)用作業(yè)、轉(zhuǎn)換,31,文件新
7、建作業(yè) 作業(yè)可以調(diào)用作業(yè),這樣方便流程控制。,作業(yè)調(diào)用作業(yè)、轉(zhuǎn)換,32,作業(yè)調(diào)用作業(yè)、轉(zhuǎn)換,33,作業(yè)也可以調(diào)用轉(zhuǎn)換,作業(yè)調(diào)用作業(yè)、轉(zhuǎn)換,34,啟動(dòng)腳本說明,35,KETTLE程序啟動(dòng)分兩種,一種是作業(yè)、一種是轉(zhuǎn)換。 作業(yè)調(diào)用啟動(dòng)腳本: kitchen.sh( kitchen.bat) 轉(zhuǎn)換調(diào)用啟動(dòng)腳本: pan.sh( pan.bat),啟動(dòng)腳本說明,36,kitchen.sh(span.sh)說明,啟動(dòng)腳本說明,37,Kitchen.bat(span.bat)說明,啟動(dòng)腳本說明,38,WINDOWS系統(tǒng)下的作業(yè)啟動(dòng)腳本寫法 /file 作業(yè)入口路徑 /level 日志輸出等級(jí) /logfi
8、le 日志輸出文件,啟動(dòng)腳本說明,39,LINUX系統(tǒng)下的啟動(dòng)腳本寫法,啟動(dòng)腳本說明,40,轉(zhuǎn)換調(diào)動(dòng)腳本寫法 WINDOWS和LINUX系統(tǒng)的啟動(dòng)腳本的寫法基本一樣,就是pan.sh/pan.bat的區(qū)別,Java調(diào)用,引用Kettle jar包,Java調(diào)用JOB,傳入變量 JOB文件設(shè)置變量: 變量傳遞: Variable substitution 選中,Java調(diào)用JOB,調(diào)用JOB JobMeta jobMeta = new JobMeta(jobPath, null); JVM設(shè)置變量: System.getProperties().setProperty(key, value);
9、Job job=new Job(null, jobMeta); job.start(); job.waitUntilFinished();,Java調(diào)用KTR,傳入變量,Java調(diào)用KTR,調(diào)用ktr TransMeta localTransMeta = localTransMeta = new TransMeta(ktrPath); 設(shè)置變量 localTransMeta.setVariable(key,value) Trans tran=new Trans(localTransMeta ) tran.execute(null); tran.waitUntilFinished();,使用原則,可以使用sql 來做的一些操作盡量用sql ; Group , merge , stream lookup ,split field 這些操作都是比較慢的,想辦法避免它們.能用sql 就用sql 盡量避免使用update , delete 操作,尤其是update , 如果可以把update 變成先delete , 后insert . 盡量不要用kettle 的calculate 計(jì)算步驟,能用數(shù)據(jù)庫本身的sql 就用sql ,不能用sql 就盡量想辦法用procedure , 實(shí)在不行才是calculate 步驟. 能使用truncate tabl
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 物流配送中心勞動(dòng)力安排和材料投入保障措施
- 養(yǎng)老院老人夜間意外應(yīng)急處置流程
- 教科版四年級(jí)科學(xué)教學(xué)課程統(tǒng)籌計(jì)劃
- 校園中學(xué)生說謊現(xiàn)象及預(yù)防措施
- 小學(xué)數(shù)學(xué)實(shí)驗(yàn)教學(xué)論文范文
- 教科版一年級(jí)科學(xué)下冊(cè)知識(shí)點(diǎn)重點(diǎn)計(jì)劃
- 2025年航空機(jī)場(chǎng)疫情感染管理工作計(jì)劃
- 初中學(xué)校校本教學(xué)發(fā)展計(jì)劃書
- 以差異教育理念為基石:小學(xué)班級(jí)管理的創(chuàng)新與實(shí)踐
- 以實(shí)驗(yàn)為翼展物理思維之翅:論物理實(shí)驗(yàn)教學(xué)對(duì)中學(xué)生思維品質(zhì)的塑造
- QGDW11703-2017電力視頻監(jiān)控設(shè)備技術(shù)規(guī)范
- 心理學(xué)考試題及答案
- 公司員工公積金管理制度
- 門窗店員工管理制度
- 護(hù)士職業(yè)精神課件
- 護(hù)理領(lǐng)域的職業(yè)發(fā)展與前景展望
- 美團(tuán)外賣員工合同范本
- GB 45671-2025建筑防水涂料安全技術(shù)規(guī)范
- 2025上海濟(jì)光職業(yè)技術(shù)學(xué)院輔導(dǎo)員考試試題及答案
- 2024年江蘇三支一扶真題
- 主、被動(dòng)防護(hù)網(wǎng)施工方案-圖文
評(píng)論
0/150
提交評(píng)論