需求:
kettletest1数据库中有table_source数据表,结构如下:
Id 主键 t_id 数据时间 part_id 实例ID yg 数据字段1 wg 数据字段2
该表中的数据对于不同的实例ID,一分钟一条数据,t_id字段表示数据的时间,精确到分钟。
kettletest2数据库中有table_target数据表,结构如下:
Id 主键 marketdate 数据日期,格式为 yyyy-MM-dd pointtime 时间,格式为 HH:mm pointnumber 时间的数字表示,00:01表示为1,00:00表示为1440 plantcode 实例Code yg 数据字段1 wg 数据字段2
需定期将table_source表中的数据获取至table_target表中,并进行如下处理:
1、将t_id数据时间字段拆分为三个字段,分别为marketdate、pointtime、pointnumber。
a、marketdate取t_id的日期部分。
b、pointtime取t_id的时间部分。
c、pointnumber为时间的数字表示,等于hour*60+minute。
d、但当t_id的时间为某日的00:00时,需将其转化为24:00,并且marketdate需取日期的前一天。如t_id为2008-12-04 00:00,则marketdate为2008-12-03,pointtime为24:00,pointnumber为1440。
2、将part_id字段映射为plantcode字段,并根据如下规则进行转换:
part_id plantcode
3206 P01
3207 P02
3208 P03
测试中使用的数据库均为mysql数据库。
实战:
整个转换工作共分为三个步骤,如下图:
1、定义需获取的数据的日期
2、删除table_target表中已有数据, 注意一定要将“执行SQl语句”面板中的“变量替换”要选上 ,否则SQL语句中的变量不会被替换,我刚开始没注意到这个地方,找问题找了半天。
3、获取table_source中的数据,并将其插入table_target表
3-1、获取table_source表的数据
3-2、值映射
3-3、字段选择
3-4、对t_id字段进行处理,增加了pointnumber字段。 在这一步骤中发现kettle的一个bug,就是不能在JavaScript中使用str2date函数 ,错误的具体信息参见:http://jira.pentaho.com/browse/PDI-1827。这个问题也折腾了好长时间,刚开始怎么也想不通这个函数使用时怎么会报错呢,后来只好从字符串中截取年、月、日信息。
该步骤中还存在另外一个使人困惑的问题,就是点击“测试脚本”按钮,会报错,但是执行job和transformation时则不会报错。
3-5、增加pointnumber字段至输出结果中
3-6、插入数据至table_target表
3-4步骤中的JavaScript代码如下:
var pointTimeStr = pointtime.getString(); var pointnumber = 1; if (pointTimeStr == "00:00") { var marketDateStr = marketdate.getString(); var marketDateYear = substr(marketDateStr, 0, 4); var marketDateMonth = str2num(substr(marketDateStr, 5, 2))-1; var marketDateDay = substr(marketDateStr, 8, 2); var date = new Date(); date.setYear(marketDateYear); date.setMonth(marketDateMonth); date.setDate(marketDateDay); var temp1 = dateAdd(date, "d", -1); marketdate.setValue(date2str(temp1, "yyyy-MM-dd")); pointtime.setValue("24:00"); pointnumber = 1440; } else { var hourStr = pointTimeStr.substr(0, 2); var hour = str2num(hourStr); var minuteStr = pointTimeStr.substr(3, 5); var minute = str2num(minuteStr); pointnumber = hour * 60 + minute; }
至此,整个转换工作完成,小结一下:
如果对kettle等etl工具比较熟悉的话,使用etl工具进行数据转换、抽取等事情还是比较方便的,比起写程序还是有优势的。但是这个转换过程中遇到的kettle的两个bug比较让人头疼,觉得kettle好像还不是很稳定。
reference:http://www.blogjava.net/robbie/archive/2008/12/14/246271.html