携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第35天，点击查看活动详情
Kettle输入控件
输入是转换里面的第一个分类，输入控件也是转换中的第一大控件，用来抽取数据或者生成数据。输入是ETL里面的E（Extract），主要做数据提取的工作。
由于Kettle中自带的输入控件比较多，本文只挑出开发中经常使用的几个输入控件来进行讲解，详情如下图。
CSV文件输入
CSV文件是一个用逗号分隔的固定格式的文本文件，这种文件后缀名为.csv，可以用Excel或者文本编辑器打开。在企业里面一般最常见的ETL需求就是将csv文件转换为excel文件，如果用Kettle来做这个ETL工作，就需要用到本章节讲解的CSV文件输入控件。
本章节任务：熟悉CSV文件输入控件，并尝试将CSV文件转换成Excel文件（可参考上面的快速体验案例）。
① 步骤名称：可以修改，但是在同一个转换里面要保证唯一性，见名知意；
② 文件名：选择对应的csv文件；
③ 列分隔符：默认是逗号；
④ 封闭符：结束行数据的读写；
⑤ NIO缓存大小：文件如果行数过多，需要调整此参数；
⑥ 包含列头行：意思是文件中第一行是字段名称行，表头不进行读写；
⑦ 行号字段：如果文件第一行不是字段名称或者需要从某行开始读写，可在此输入行号。
⑧ 并发运行？：选择并发，可提高读写速度；
⑨ 字段中有回车换行？：不要选择，会将换行符做数据读出；
⑩ 文件编码：如果预览数据出现乱码，可更换文件编码；
文本文件输入
提取服务器上的日志信息是公司里ETL开发很常见的操作，日志信息基本上都是文本类型，因此文本文件输入控件是kettle中常用的一个输入控件。使用文本文件输入控件步骤：
1） 添加需要转换的日志文件
2） 按照日志文件格式，指定分隔符
3） 获取下字段，并给字段设置合适的格式
4） 最后点下预览记录，看看能否读到数据
本章节任务：熟悉文本文件输入控件，并新建转换，将txt日志文件转换为Excel文件。
Excel输入
Excel输入控件也是很常用的输入控件，一般企业里会用此控件对大量的Excel文件进行ETL操作。使用Excel输入控件步骤如下：
1） 按照读取的源文件格式指定对应的表格类型为xls还是xlsx
2） 选择并添加对应的excel文件
3） 获取excel的sheet工作表
4） 获取字段，并给每个字段设置合适的格式
5） 预览数据
本章节任务：熟悉Excel输入控件，将excel文件的两个sheet表格的数据重新写到一个新的excel文件中。
XML输入
1）XML简介
XML-可扩展标记语言eXtensible Markup Language，由W3C组织发布，目前推荐遵守的是W3C组织于2000年发布的XML1.0规范。XML用来传输和存储数据，就是以一个统一的格式，组织有关系的数据，为不同平台下的应用程序服务。
2） XPath简介
XPath即为XML路径语言（XML Path Language），它是一种用来确定XML文档中某部分位置的语言。XPath基于XML的树状结构，提供在数据结构树中找寻节点的能力。
XPath 使用路径表达式在 XML 文档中选取节点。下面列出了最有用的路径表达式：
2） XML输入控件
了解XML和XPath概念以后，我们要开始学习Kettle的XML输入控件，企业里经常用此控件进行XML文件的ETL操作。
1. 浏览获取xml文件，将xml文件添加到kettle中
2. 获取xml文档的所有路径，设置合适的循环读取路径
3. 获取字段，获得自己想要读取的所有字段，并且设置适当的格式
4. 预览数据，看看能否读取到自己想要的数据
本章节任务：熟悉XML输入控件，将XML文件的学生数据写到excel文件中。
JSON输入
1）JSON简介
JSON(JavaScript Object Notation, JS 对象简谱) 是一种轻量级的数据交换格式。JSON对象本质上就是一个JS对象，但是这个对象比较特殊，它可以直接转换为字符串，在不同语言中进行传递，通过工具又可以转换为其他语言中的对象。
JSON核心概念：数组、对象、属性。
数组： [ ]
对象： { }
属性：key:value
2）JSON Path
JSONPath类似于XPath在xml文档中的定位，JsonPath表达式通常是用来路径检索或设置Json的。其表达式可以接受“dot–notation”（点记法）和“bracket–notation”（括号记法）格式
点记法：$.store.book[0].title
括号记法：$[‘store’][‘book’][0][‘title’]
1） JSON输入控件
了解JSON格式和JSON Path以后，我们要学习使用JSON输入控件，JSON控件也是企业里做ETL常用的控件之一。
1. 浏览获取JSON文件，将json文件获取到kettle中
2. 根据JSON Path点记法，获取到需要的字段，并且设置合适格式
本章节任务：获取到JSON文件里面的id，field，value字段，写到excel文件中。
表输入
1）创建数据库连接
表输入可以说是kettle中用到最多的一种输入控件，因为企业中大部分的数据都会存在数据库中。kettle可以连接市面上常见的各种数据库，比如Oracle，Mysql，SqlServer等。但是在连接各个数据库之前，我们需要先配置好对应的数据库驱动，本教程以mysql为例，给大家讲解kettle连接mysql数据库的过程。
首先我们要将对应版本的mysql连接驱动放到kettle安装目录下面的lib文件夹下，然后重启kettle的客户端Spoon
重启Spoon客户端以后，我们就可以创建对应的数据库连接了，在转换视图的主对象树目录下，有个DB连接，右键然后选择新建，在打开数据库连接框里，填写正确的数据库信息，然后测试，测试无误后，可以保存此数据库连接。
数据库连接默认只对本转换有效，换一个转换以后，这个连接就没法用了，还需要新建数据库连接，所以我们需要将建好的这个数据库连接进行共享下，共享以后，其他的转换也能用我们提前建好的这个数据库连接了。
2）表输入
创建好数据库连接以后，我们就可以使用表输入控件了，双击表输入控件，选择刚刚创建的数据库连接，然后在SQL框里输入合适的查询语句，然后点击预览按钮，看能否预览到我们期望的数据。
本章节任务：根据自己的集群环境，创建数据库连接，然后使用表输入控件将student表的数据写到excel中。
