PDI設計轉換任務

Pentaho Data Integration(PDI),Kettle是PDI以前的名稱.在2006年Kettle加入了開源的BI組織Pentaho,正式命名為PDI, 加入Pentaho後Kettle的發展越來越快了，並有越來越多的人開始關注它了.PDI(Kettle)是一款開源的、後設資料驅動的ETL (資料的抽取、轉換、載入)工具,是開源 ETL 工具裡功能比較強大的一個.PDI官網,最新版本為8.2.

本例用到的元件：生成隨機數，增加常量，計算器，過濾記錄，分組，記錄關聯，Excel輸出。

實現功能

隨機生成100個隨機數，隨機數取值於[0，100）之間，計算小於等於50的隨機數個數和大於50的隨機數個數。並把這兩個統計數字放在資料庫表的一行的兩列中，即輸出的結果有一行，一行包括兩列，每列是一個統計值。

步驟

我使用的PDI版本為7.1.

新建轉換

開啟PDI中的Spoon.bat進入轉換設計器。檔案->新建->轉換新建空白的抓換任務。Ctrl+s先儲存名為test.ktr的檔案。

生成隨機數

步驟->輸入中拖入生成隨機數元件，雙擊元件，新增一行，名稱為rand_num，型別為隨機數字。

在元件上右鍵，選擇改變開始複製的數量，因為生成100個隨機數，所以輸入100，但是沒看到確定之類的按鈕(坑爹)，直接回車就可以了。之後在元件左上角出現x100的標誌。

增加常量

步驟->轉換中拖入增加常量元件，雙擊元件，增加兩個常量。multi值設定為100，因為生成的隨機數是0-1範圍的，後面會將隨機數x100得到一個0-100的隨機整數。standard設定為50，我們將隨機數分開計數是以50為分界點。

滑鼠放在隨機數元件上，按住Shift鍵，按下滑鼠左鍵拉出一根連線到增加常量元件上。

計算器

步驟->轉換中拖入計算器元件，雙擊元件，增加一個新欄位，計算方式為A * B，分別用生成的隨機數乘上multi值。

分組記錄

步驟->流程中拖入過濾記錄元件，步驟->統計中拖入兩個分組元件，過濾記錄連線到分組上，連線的時候回彈出Result is true和Result is false選項。

雙擊過濾記錄元件，新增條件。

雙擊設定第一個分組，計算大於等於50的個數。

雙擊設定第二個分組，計算小於50的個數。

結果輸出

步驟->連線中拖入記錄關聯(笛卡爾輸出)元件，因為我們直接將分組結果放在一行輸出，直接笛卡爾連線即可。

步驟->輸出中拖入Excel輸出元件，記錄關聯元件指向Excel輸出。雙擊Excel輸出元件，檔名中設定為${output_dir}/result,其中，${output_dir}是個變數，稍後設定。result是輸出檔名。

欄位頁中可以獲取要輸出的欄位，也可以不設定，預設輸出所有欄位。

Spoon設計器中編輯->設定環境變數，會出現我們在Excel中用到的變數，值設定為../mywork,因為預設的輸出目錄是Spoon.bat所在目錄，我們在上層目錄中新建一個mywork資料夾。

再拖入一個Excel輸出元件，從計算器元件指向該元件，新增連線時會彈出選項，選擇複製。這步的目的是將計算器計算出的結果儲存一個。

雙擊該元件，檔名中設定為${output_dir}/data.

執行

至此，所有步驟已完成。

點選上部按鈕中第一個執行這個轉換，彈出執行轉換對話方塊，直接點選啟動，可以看到下部皮膚中的執行日誌，執行完成後檢視結果Excel中已經輸出相應結果。

更多