首页 > 代码库 > etl工具,kettle实现循环

etl工具,kettle实现循环

  Kettle是一款国外开源的ETL工具,纯java编写,可以在Window、Linux、Unix上运行,绿色无需安装,数据抽取高效稳定。

 

业务模型: 在关系型数据库中有张很大的表,被设计成奇偶库存储,每个库100张一模一样的表,每张表存储1000W,字段切换到下一个表。现需要同步这个数据到hive中(hdfs),循环抽取这些数据。如果是抽取增量的带上增量字段(每天增量数据存储在哪个表,奇数库还是偶数库是不知道的)。

 a sqoop直接从mysqlhive,这样有些特殊字符会导致sqoop异常终止。而且这样循环对服务器的数据库大量取数,对服务器压力很大,很容易导致服务器瘫痪。

 b 使用kettle处理转换过程就没有这样的问题。kettle支持分页取数据,一定程度上减轻服务器压力。


先看总结构图(以下版本为5.1


设置环境变量


3 : javascript代码

 


编辑内容为

var count;

count = parent_job.getVariable("V_ID");

if(count == 10){

    false;

}else{

    count++;

    parent_job.setVariable("V_ID", count);

    true;

}

4 新建转换

 

编辑转换,内容为:


5  dummy  条件判断,不作修改

 

设置循环逻辑,箭头方向和类型很重要


6 执行job,测试循环。

另外附上3.2版本的kettle循环


设置变量


设置判断条件


转换 表输入文件输出


Js判断

 

 

 

etl工具,kettle实现循环