快速上手kettl （三）壶中可以放些啥？

kettle,大数据

发布日期: 2023-06-03

更新日期: 2023-06-04

文章字数: 2.4k

阅读时长: 9 分

阅读次数:

序言

快速上手kettle开篇中，我们将kettle比作壶，并对这个壶做了简单介绍。

而上一期中我们实现了①将csv文件通过kettle转换成excel文件；

②将excel文件通过kettle写入到MySQL数据库表中这两个案例。

相信大家跟我一样，对kettle已经有了初步认识，并且对这强大的工具产生了兴趣。

今天这小节，我们来看看kettle 这“壶”里面到底能放些啥东西？

一、kettle这壶能装些啥

启动kettle，在转换–>输入下面有很多东西，如下截图。有图可以看出这kettle“真能装”。

可以把各种五花八门的数据丢到这壶里，kettle也是来者不拒。我们日常能用到的数据基本都能往里面塞。

–kettle能装的东西	–kettle能装的东西

一眼望去，能看到不少“大熟人”，Access输入、CSV文件输入、Excel输入、JSON输入、XML输入、文本文件输入、YAML输入、表输入等等

不知道你对上面提到的“大熟人”了不了解，其实不了解也没关系。

在后面的模块中，会把这些“大熟人”分别介绍给你。并且保证你过目不忘，再次遇到就能“称兄道弟”

二、Access输入

Access是微软公司开发的一个数据库管理软件.它像个保险柜，可以帮你存储和管理各种各样的数据。

Access是我们平常会用到数据库，接下来我们就新建一个Access数据库为例，来简单说一说怎么使用Access这个输入控件

2.1 准备Acess数据库和表

新建一个access数据库，并建一个云襄传的表，然后往里面添加一些数据

2.2 新建一个转换并设置

–①将Access输入控件拖入工作区	–②选择2.1新建的云襄传.accdb

–③添加文件	–④ 选择数据库中数据表

–④ 获取字段	–⑤ 预览数据

2.3 启动转换预览数据

–①启动转换	–②预览数据

注： 启动执行转换后，Preview date tab页面如果加载出数据说明输入控件配置是成功的

三、CSV文件输入

CSV文件是一个用逗号分隔的固定格式的文本文件，这种文件后缀名为.csv，可以用Excel或者文本编辑器打开。

在日常工作中，我们经常会需要将CSV文件转换为其他格式的数据

3.1 准备csv文件，并将csv输入控件拖入工作区

csv输入控件

3.2 csv输入控件设置

csv文件输入设置

3.3 预览csv文件内容

可以在设置界面点击【预览】 按钮查看csv数据，也可以启动步骤预览数据、

– 预览按钮预览数据	–启动步骤预览csv文件

四、文本文件输入

我们经常需要将服务器上的日志文件（文本文件）数据或者其他文本数据提取出来，然后放到excel，这样查看起来就很方便

4.1 准备txt格式文本文件，并将控件拖入工作区

拖入工作区

4.2 文本输入控件设置

–①选择txt文本文件	–②预览文件内容

–③设置分割符	–④ 获取字段

4.3 启动步骤，浏览数据

启动步骤

五、Excel输入

excel 对于我们来说并不陌生，时我们平常接触到最多的文件格式

5.1 准备excel文件，并将控件拖入工作区

拖入控件

5.2 Excel控件设置

–① 选择excel文件	–② 获取工作表名称

– ③ 获取字段，并设置数据格式	–④ 预览数据

5.3 启动转换，预览数据

上一步【预览记录】如果有数据显示出来，基本上excel设置时成功的了

当然我们可以启动转换，然后预览excel文件中的数据

六、json文件输入

json 可以算是现在市面上用的比较多的数据结构了，是JavaScript对象，是一种轻量级的数据交换格式。

可以很方便的在不同语言之间传递

6.1 json基本组成

对象：**{ }**
数组：**[ ]**
属性：key:value

6.2 JSON Path

JSON Path 用来定位json节点数据

Json Path 包含两种写法

点记法：$.store.book[0].title
括号记法：$ [ ‘ store ’ ] [ ‘ book ’ ] [ 0 ] [ ‘title’ ]

使用过程中一些常用符号含义

–	–
`$`	查询根节点对象，用于表示一个json数据，可以数组或对象
`@`	表示当前节点对象，类似于Java中的this对象
`*`	可以表示一个数字或字符
`''`	类似于递归搜索
`.<name>`	表示一个子节点
`['<name>'(,'<name>')]`	表示一个或多个子节点
`[<number>(,<number>)]`	表示一个或多个数组下标
`[start:end]`	数组片段，区间为（start,end）不包含end
`[?(<expression>)]`	过滤器表达式，结果为Boolean类型

上面说了一些常用符号的使用，我们就以实际的json为例，来看看json里的节点怎么取

&#123;
    "data":&#123;
        "longSeason":[
            &#123;   "actor":"范伟",
                "role":"王响",
                "sex":"男",
                "age":56
            &#125;,
            &#123;   "actor":"秦昊",
                "role":"龚彪",
                "sex":"男",
                "age":40
            &#125;,
            &#123;   "actor":"李庚希",
                "role":"沈默",
                "sex":"女",
                "age":18
            &#125;,
            &#123;   "actor":"陈明昊",
                "role":"马德胜",
                "sex":"男",
                "age":55
            &#125;
        ],
        "surname":[
            &#123;   "actor":"陈晓",
                "role":"云襄",
                "sex":"男",
                "age":28
            &#125;,
            &#123;   "actor":"毛晓彤",
                "role":"舒亚男",
                "sex":"女",
                "age":18
            &#125;,
            &#123;   "actor":"许龄月",
                "role":"柯梦兰",
                "sex":"女",
                "age":18
            &#125;,
            &#123;
               "actor":"刘冠麟",
               "role":"金十两",
               "sex":"男",
               "age":35

            &#125;,
            &#123;   "actor":"唐晓天",
                "role":"苏鸣玉",
                "sex":"男",
                "age":25
            &#125;

        ]
    &#125;

&#125;

–取出漫长季节中所有演员	–结果
$.data.longSeason[*].actor	[“范伟”,”秦昊”,”李庚希”,”陈明昊”]
$..longSeason..actor	[“范伟”,”秦昊”,”李庚希”,”陈明昊”]

6.3 实践操作

6.3.1 准备json文件，并将json input控件拖入工作区

拖入工作区

6.3.2 JSON 控件设置

–① 选择json文件并添加	–② 选择字段

– ③ 查看表达式	– ④ 预览节点数据

6.3.3 启动转换，预览数据

启动转换预览数据

七、xml 输入

xml是一种可扩展标记语言，XML 和上面说的json一样用来传输和存储数据

7.1 准备xml文件

我们后面的演示都用下面的xml为例子

<data>
    <longSeason>
        <actor>范伟</actor>
        <role>王响</role>
        <sex>男</sex>
        <age>56</age>
    </longSeason>
    <longSeason>
        <actor>秦昊</actor>
        <role>龚彪</role>
        <sex>男</sex>
        <age>40</age>
    </longSeason>
    <longSeason>
        <actor>李庚希</actor>
        <role>沈默</role>
        <sex>女</sex>
        <age>18</age>
    </longSeason>
    <longSeason>
        <actor>陈明昊</actor>
        <role>马德胜</role>
        <sex>男</sex>
        <age>55</age>
    </longSeason>
    <surname>
        <actor>陈晓</actor>
        <role>云襄</role>
        <sex>男</sex>
        <age>28</age>
    </surname>
    <surname>
        <actor>毛晓彤</actor>
        <role>舒亚男</role>
        <sex>女</sex>
        <age>18</age>
    </surname>
    <surname>
        <actor>许龄月</actor>
        <role>柯梦兰</role>
        <sex>女</sex>
        <age>18</age>
    </surname>
    <surname>
        <actor>刘冠麟</actor>
        <role>金十两</role>
        <sex>男</sex>
        <age>35</age>
    </surname>
    <surname>
        <actor>唐晓天</actor>
        <role>苏鸣玉</role>
        <sex>男</sex>
        <age>25</age>
    </surname>
</data>

7.2 XPath

在说json输入控件中，我么介绍了JSON Path，这里是xml输入控件，也有类似XPath 来定位xml中节点的位置

–表达式	–描述
nodename	选取此节点的所有节点
/	从根节点选取
//	从匹配选择的当前节点选择文档中的节点，而不考虑他们的位置
.	选取当前节点
..	选取当前节点的父节点
@	属性