Talend的介绍及其基本使用.pptVIP

Talend的初步应用;Talend的认识;Talend是什么？;Talend 是一种ETL工具 ETL是Extraction-Transformation-Loading的缩写，中文名称为数据提取、转换和加载。主要是负责完成数据从数据源向目标数据仓库转化的过程，是实施数据仓库的重要步骤。 Talend，中文名拓蓝，是一家专业的开源集成软件公司.Talend是市场上唯一提供集数据集成，数据分析以及清洗，主数据管理，应用集成为一体的软件提供商。 Talend连续4年上榜gartner公司在数据集成领域年度魔力象限报告，同时上榜的有全球IT巨头IBM,Oracle,SAP等等，talend是其中唯一一家开源公司。 全世界 xxx 的人都下载并使用着 Talend Open Studio 的集成功能，数据质量功能，MDM 功能，ESB 功能。 Talend Open Studio for Integration  这款开源工具可执行数据仓库到数据库之间的数据同步，提供基于 Eclipse RCP 的图形操作界面。目前我们现在主要应用的就是这一款开源工具的数据集成。 ;;为Talend创建工作空间;1①在Talend安装目录下，双击 图标进入Talend连接页面。如下图所示：;③进入如下页面，可以选择或者更改工作空间所放置的目录：;④进入如下图所示，点击Start now! 进入作业页面。;⑤进入后会看到大体的软件布局如下图所示：最左边主要是目录；中间大的区域是主要作业设计区和job运行区；最右边是画板存放了所有组件，当你打开作业的时候会出现；中下部分是组件的一些属性设置。;认识Talend的基本组件;打开工具后，在中间部分你也会发现Talend给我们介绍了4个基本的步骤：; 首先右击最左边库中的作业设计，点击创建作业如下图所示，作业名字必填，其余可以选填。完成既创建一个空白作业。;;点击 下一步 ，如右图所示：;填写连接的数据库信息:“DB类型”中选择数据库类型，这里选择“oracle with SID“。 “登陆”中写入登陆此数据库的用户名。“密码”中写入登陆密码。 “服务器”中填写数据库服务器IP地址。 “sid”中填入登陆的数据库的名称。 填写完成后，点击检查按钮，检查是否连接成功。如果成功会返回信息：; 创建完连接后我们便可以使用这个连接进行作业设计抽取数??工作。 前面例子中 我们创建了一个本地的oracle数据库system用户的连接。 我们也可以创建别数据库连接，在上图连接属性中的“数据库版本”一栏中可以选择不同的数据库类型。 ②输入，输入组件 所有的包含input和output名称的组件都是输入输出组件。并不是所用到的输入输出组件只是一种，根据数据库类型不同，组件也不相同。 例如:oracle数据库的输入输出组件： tOracleInput、tOracleOutput  SQLServer的输入输出组件：  mysql的输入输出组件： ;输入组件主要是进行抽取数据使用设置源数据表，然后通过输出组件设置目标表，连接上即可传送数据。 ③tMap组件 这也是一个很重要的组件，当我们在进行两个表的数据传输时，如果两个表的字段名字不一样，就需要这个组件进行连接，指明对应目标数据表和源数据表这两个表的字段。;创建联系，进行作业设计 以oracle为例： 在作业设计中新建一个作业，假如作业要求如下：把本地oracle数据库中t表的数据抽取到t1表中。t表数据如下9条数据，t1表为空表结构一样：;然后我们可以把需要的组件在画板中找到并且点击拖到空白作业中。或者直接拖已经配置好的数据源选择组件(不需要再配置数据源)。 双击input组件，设置信息如下：(属性类型选择储存库，可以得到配置好的数据库信息，如果不选择可以自己填写以下信息,在查询中写sql语句查出你所抽取的信息，然后用双引号引起来。);点击属性中的Guess schema得到字段信息，如果类型不对可以修改。;双击output组件，配置目标数据表(即t1)的信息，主要是在表中填写目标表名字。表操作因为t1表已经存在可以选择无操作，如果没有t1表我们可以选择创建表，等还有其他操作。数据操作是插入，根据需要也可以选择其他操作如更新等。;然后进行两个表的连接，右击input组件选择行-主线 到output组件。然后output组件的属性中选择：同步列。获取input的字段信息。;然后点击运行中的运行按钮，即可运行作业进行数据抽取。完成作业，我们可以看到9条数据已经抽取过去。当然这里的数据结构是一样的字段也是一样的，如果不同我们还需要tMap