ETL工具-KETTLE教程实例实战1----术语和定义

510 阅读2分钟

1-资源库 资源库是用来保存转换任务的,用户通过图形界面创建的的转换任务可以保存在资源库中。 资源库可以使多用户共享转换任务,转换任务在资源库中是以文件夹形式分组管理的,用户可以自定义文件夹名称。 资源库有两种形式: 一、Kettledatabase repository,即保存在各种常见的数据库资源库类型,用户通过用户名/密码来访问资源库中的资源,默认的用户名/密码是admin/admin和guest/guest。 二、Kettle filerepository,保存在服务器硬盘文件夹内的资源库类型,此类型的资源库无需用户进行登录,直接进行操作。 下图为资源库的创建方式

2-转换 转换步骤,可以理解为将一个或者多个不同的数据源组装成一条数据流水线。然后最终输出到某一个地方,文件或者数据库等 3-作业 作业,可以调度设计好的转换,也可以执行一些文件处理(比较,删除等),还可以ftp上传,下载文件,发送邮件,执行shell命令等 3.1 转换连接 主要表示数据的流向。从输入,过滤等转换操作,到输出 3.2 作业连接 可设置执行条件:

  1. 无条件执行
    
  2. 当上一个Job执行结果为true时执行
    
  3. 当上一个Job执行结果为false时执行
    

4 连接线 连接转换步骤或者连接Job(实际上就是执行顺序)的连线

5 Chef 它是一个图形用户界面,使用SWT开发,用来设计一个作业,转换,SQL,FTP,邮件,检查表存在,检查文件存在,执行SHELL脚本 6 Kitchen 作业执行引擎,用来进行转换,校验,FTP上传。可以执行xml格式定义的任务以及保存在数据库上的

7 Spoon Spoon是Kettle的另一个图形用户界面,用来设计数据转换过程 8 Pan Pan是一个数据转换引擎,负责从不同的数据源读写和转换数据。 pan.sh -file="/PRD/Customer Dimension.ktr" -level=Minimal

更多知识资源分享,欢迎关注公众号《大喇叭玩转数据库》,获取全网最详尽的KETTLE教程