发布时间 : 星期四 文章Kettle学习更新完毕开始阅读
1、系统日期(可变)：系统时间，每次访问都13、本月的第一天00:00:00：这个月的开始 14、本月的最后一天23:59:59：这个月的结束 15、步骤拷贝：复制步骤 16、转换名称：转换的名称
17、转换的文件名：转换的文件名(仅针对XML) 18、最后修改转换的用户 19、转换的最后修改日期
20、转换ID：日志表中的批处理ID值 22、主机名：返回服务器的主机名 23、IP地址：返回服务器的IP地址
24、命令行参数1：命令行的第一个参数。 25、Kettle版本：返回Kettle的版本。
26：Kettle编译版本：返回Kettle核心库的编译版本 27：Kettle编译日起：Kettle核心库的编译日期 28：Current process identifier(PID)：
在改变。
2、系统日期(固定)：系统时间，有转换开始来决定。即转换开始时间
3、开始日期范围(转换)：根据etl日志表的信息，确定日期范围的开始。
4、结束日期范围(转换)：根据etl日志表的信息，确定日期范围的结束。
5、开始日期范围(作业)：根据etl日志表的信息，确定日期范围的开始
6、结束日期范围(作业)：根据etl日志表的信息，确定日期范围的结束。 7、昨天00:00:00：昨天的开始 8、昨天23:59:59：昨天的结束 9、今天00:00:00：今天的开始 10、今天23:59:59：今天的结束
11、上个月第一天的00:00:00：上个月的开始
12、上个月最后一天的23:59:59：上个月结束
生成记录
1、 限制：记录数的条数 2、 名称、值
9 / 42
Cube输入
从二进制Kettle Cube文件中读取数据行
Xbase输入
使用这一步可以读取大多数被称为Xbase family派生的DBF文件 1、 最常用的是FoxPro
Excel输入
1、 工作表名称
2、 起始行 ：开始读取的行。 3、 起始列：开始读取的列。
4、 头部：检查工作表是否指定了一个头部行。 5、 非空记录：检查是否不需要空行输出。 6、 停在空记录：当遇空行时停止读取。
7、 文件名称字段：步骤输出指定一个包含文件名的字段。
8、 工作表名称字段：步骤输出指定一个包含工作表名称的字段。 9、 行号列：指定输出行号列字段名称。
XML输入
1、 Loop XPath： 选择/Rows/Row 2、 Namespace aware:
3、 Ignore comments:忽略注释
4、 Validate XML：验证XML ，一般不验证 5、 Ignore empty file：忽略空文件
6、 Include filename in output：输出步骤包含文件名字段 7、 Rownum in output：输出包含行号字段。
获取文件名
1、 Get：All files、Only folders、Only files
2、 输出字段包含：filename、short_filename、path、type(file/folder)、exists(Y/N)、ishidden、
isreadable、iswriteable、lastmodifiedtime、size、extension(扩展名)、uri、rooturi
获取文件行数
1、Rows Separator type：Carriage Return
10 / 42
文本文件输出
1、 Run this as a command instead：把结果输出到命令行或者脚本
2、 文件名里包含步骤数：如果你在多个拷贝中运行步骤，拷贝的数量将包含到文件名中。 3、 Include partition nr in filename：文件名中包含数据分区数量 4、 文件名包含日期 5、 文件名包含时间 6、 追加 7、 分隔符
8、 封闭符：封闭字段的一对字符，可选 9、 强制在字段周围加上封闭符 10、 头部：如果享有一个头部行，选中 11、 尾部：如果享有一个尾部行，选中 12、 格式：DOS文件的分隔符可以是回车或换行符 13、 编码：指定编码，如果空白就是用系统缺省的编码 14、 Compression(压缩)：指定压缩的类型(zip,gzip) 15、 Right pad fields：在字段最后添加空格或者删除字符，直到长度达到指定 16、 Fast data dump(no formatting)：当处理大量数据到一个文本文件时，提高性能.（不
包含任何格式化信息） 17、 分拆每一行：如果n比0大，用n行拆分文本文件，分割成多个部分。 18、 Add Ending line of file：指定输出文本的额结束行。
表输出
1、 Target Schema：目标模式。要写数据的表的Schema的名称。允许表明中包含“。”对数
据源来说是很重要的
2、 目标表：要写数据的表名。
3、 提交记录数量：在数据表中用事物插入行。如果n比0大，每n行提交一次连接。否则
不使用事务，速度会慢一些。
4、 裁剪表：在第一行数据插入之前裁剪表。
5、 忽略插入错误：使Kettle忽略比如违反主键约束之类的插入错误，最多20个警告将被
日志记录。在批量插入的时候这个功能不可用。 6、 使用批量插入：这个选项速度快，默认被选上。
7、 表分区数据：使用这个选项可以在多个表之间拆分数据。例如把数据放到表s1、s2、s3
中来代替之间插入数据到表s中。 例如：create or replace view sales as Select * from sales_200501 Union all Select * from sales_200502
8、 表名定义在一个字段里：使用此选项可以拆分数据到一个或者多个表里，目标表名可以
用你指定的字段来定义。例如如果你想存储客户性别数据，这些数据可能会存储到表M和表F里面。这个选项可以阻止这些字段插入到相应的表里。
9、 返回一个自动产生的关键字：往表中插入行时，是否产生一个关键字。
11 / 42
10、 自动产生关键字的字段名称：指定包含关键字的输出字段的字段名称。
插入/更新
1、 target schema：要写入数据的表的schema名称。允许表名包含”.”是很重要的。 2、 commit size：提交之前要改变的行数(插入/更新)。
3、 不执行任何更新：如果被选择，则不执行任何更新，只允许插入。
4、 用来查询的关键字：可以指定字段值或者比较符。可以用以下比较符：>、>=、=、<>、
<、<=、between、like、is null、is not null
5、 用来查询的关键字：输入用来指定记录的关键字。 6、 更新字段：指定想要插入/更新的字段。
更新(可以用插入/更新替代)
更新只能用来更新，不能用来插入数据。
删除
执行删除操作。
注意：在输出中，插入/更新、删除、更新对应的是数据库的增、删、改。
序列化到文件(以前是Cube output)
这个步骤存储数据到一个二进制文件。这个步骤有个优势就是回读的时候，文本文件的内容不需要解析。这是因为元数据也同时存储在cube文件中。 用输出的Cube文件，用cube输入读入文件练习下。
XML输出
1、 文件名中包含步骤号码：如果你在多个拷贝中运行一个步骤，在文件扩展名的前面，将
包含拷贝的号码。
2、 分割每一个行：每个xml文件中包含的记录数。0表示不分割。 3、 正在编码：在XML文件头部指定。 4、 字段选项卡
5、 元素名称：xml文件使用的元素的名称，不指定，则元素名称和字段名相同。 6、 10进制：小数点可以是”.”或者”,” 7、 分组：分组符可以是”,”或者”.”
8、 空：表示当字段值为空时，则用此字段值代替。
12 / 42