ETL利器Kettle实战应用解析系列二【应用场景和实战DEMO】.doc

1、应用场景 这里简单概括一下几种具体的应用场景，按网络环境划分主要包括： 表视图模式：这种情况我们经常遇到，就是在同一网络环境下，我们对各种数据源的表数据进行抽取、过滤、清洗等，例如历史数据同步、异构系统数据交互、数据对称发布或备份等都归属于这个模式；传统的实现方式一般都要进行研发（一小部分例如两个相同表结构的表之间的数据同步，如果sqlserver数据库可以通过发布/订阅实现），涉及到一些复杂的一些业务逻辑如果我们研发出来还容易出各种bug； 前置机模式：这是一种典型的数据交换应用场景，数据交换的双方A和B网络不通，但是A和B都可以和前置机C连接，一般的情况是双方约定好前置机的数据结构，这个结构跟A和B的数据结构基本上是不一致的，这样我们就需要把应用上的数据按照数据标准推送到前置机上，这个研发工作量还是比较大的； 文件模式: 数据交互的双方A和B是完全的物理隔离，这样就只能通过以文件的方式来进行数据交互了，例如XML格式，在应用A中我们开发一个接口用来生成标准格式的XML，然后用优盘或者别的介质在某一时间把XML数据拷贝之后，然后接入到应用B上，应用B上在按照标准接口解析相应的文件把数据接收过来； 综上3种模式如果我们都用传统的模式无疑工作量是巨大的，那么怎么做才能更高效更节省时间又不容易出错呢？答案是我们可以用一下Kettle-_-！ 2、DEMO实战 2、1 实例1：数据库TestA中的UserA表到数据库TestB的UserB表 1）为方便演示，我这边把Sql脚本贴出来，大家直接复制在sqlserver中运行即可,sql脚本如下： 简单表之间交换 use master IF EXISTS(SELECT 1 FROM sysdatabases WHERE NAME=NTestA) BEGIN DROP DATABASE TestA --如果数据库存在先删掉数据库 END GO CREATE DATABASE TestA ON PRIMARY --创建主数据库文件 ( NAME=TestA, FILENAME=E:\ETL\DB\TestA.dbf, SIZE=5MB, MaxSize=20MB, FileGrowth=1MB ) go use TestA -- 建立一个测试的用户表 create table usersA ( id int not null, userid varchar(50) not null, username varchar(200) null ) go -- 插入3条记录 insert into usersA values(1,lisi,李四); insert into usersA values(2,zhangsan,张三); insert into usersA values(3,lisi,李四); go use master IF EXISTS(SELECT 1 FROM sysdatabases WHERE NAME=NTestA) BEGIN DROP DATABASE TestA --如果数据库存在先删掉数据库 END GO CREATE DATABASE TestB ON PRIMARY --创建主数据库文件 ( NAME=TestB, FILENAME=E:\ETL\DB\TestB.dbf, SIZE=5MB, MaxSize=20MB, FileGrowth=1MB ) go use TestB -- 建立一个测试的用户表 create table usersB ( id int not null, userid varchar(50) not null, username varchar(200) null ) go 2）Kettle实现方式 功能简述：数据库TestA中的UserA表到数据库TestB的UserB表； 实现流程：建立一个转换和一个作业Job； A:建立一个转换：打开Kettle.exe，选择没有资源库，进入主界面，新建一个转换，转换的后缀名为ktr，转换建立的步骤如下： 步骤1：创建DB连接，选择新建DB连接，如下图，我们输入相应的Sqlserver配置信息之后点击Test按钮测试是否配置正确！ 我们需要建立两个DB连接，分别为TestA和TestB； 步骤2：建立步骤和步骤关系，点击核心对象，我们从步骤树中选择【表输入】，如下图，这样拖拽一个表输入之后，我们双击表输入之后，我们自己可以随意写一个sql语句，这个语句表示可以在这个库中随意组合，只要sql语句没有错误即可，我这里只是最简单的