Pentaho Data Integration (PDI, also called Kettle),是pentaho的etl工具.雖然etl工具一般都用在數據倉庫環境中,可是,PDI還是可以做以下事情:

1)在數據庫或應用系統間遷移數據.

2)把數據導成為檢系統

3)大數據的批量倒入數據庫。

4）系統整合。

5）數據清洗。

PDI的使用非常簡單，每一步基本上都可以聽過圖形化的工具來完成，而不需要寫代碼。從這個意義上說，PDI是面向元數據的。

PDI既可以作為一個單獨工具使用，也可以作為pentaho的整個軟件包的一部分使用。作為一個單獨的工具，PDI支持各種數據源的輸入和輸出，包括：

文本文件；數據表；各種商業化的數據庫引擎。PDI允許你對數據進行各種精細的控制。

現在，我們通過傳統的“Hello world”的例子，來展示使用PDI是多么的簡單。

1）下載PDI；

2）spoon的簡介：

spoon是一個圖形化的工具，用來設計和測試PDI要使用的過程等。設計測試完畢后，可以在終端窗口運行。

In Spoon, you build Jobs and Transformations. PDI offers two methods to save them:

Database repository

Files

3）例子

?a)源數據是一個csv文件，內容如下：

??? last_name, name
Suarez,Maria
Guimaraes,Joao
Rush,Jennifer
Ortiz,Camila
Rodriguez,Carmen
da Silva,Zoe

b)經過轉換后，變為xml文件，期望值如下：

- <Rows>
? - <row>
??????? <msg>Hello, Maria!</msg>
??? </row>
? - <row>
??????? <msg>Hello, Joao!</msg>
??? </row>
? - <row>
??????? <msg>Hello, Jennifer!</msg>
??? </row>
? - <row>
??????? <msg>Hello, Camila!</msg>
??? </row>
? - <row>
??????? <msg>Hello, Carmen!</msg>
??? </row>
? - <row>
??????? <msg>Hello, Zoe!</msg>
??? </row>
? </Rows>

下面是具體操作：

?第一步：菜單選擇：文件--〉新建--〉轉換

第二步：設置。對轉換過程進行設置。如上圖。

命名并保存。

使用?Steps and Hops構建轉換的骨架。

? 在轉換里面：step是最小的單元步驟。step的種類非常繁多，基本上，可以歸納成幾類，比如input和output，還有其他歸類。每一個step都認為是

完成一個工作，比如恢復數據集合等。

而hop，是在兩個step之間數據轉換流動的圖示。包含數據的起始和傳遞方向。

我們這次轉換例子，包含三個步驟：

1）讀取csv文件。

2）加入問候語句。

3）存成xml文件。

• To the left of the workspace is the Steps Palette. Select the Input category.
• Drag the CSV file onto the workspace on the right.
• Select the Scripting category.
• Drag the Modified JavaScript Value icon to the workspace.
• Select the Output category.
• Drag the XML Output icon to the workspace.

?

下面，選擇第一個step，按住shift鍵，拖到第二個step上。

同樣操作第二個到第三個。

現在，配置第一個step，雙擊它。可以看到：

這里還有2個步驟：get fields，和preview。

?

?

?

轉載于:https://www.cnblogs.com/aomi/archive/2013/05/16/3082505.html

總結

以上是生活随笔為你收集整理的pentaho DI--- Tutorial (spoon)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。