Kettle流程步骤与应用步骤(六)

简介: Kettle流程步骤与应用步骤(六)

作用 

流程主要用来控制数据流程与数据流向

应用则是提供一些工具类

流程

数据过滤

switch/case:一路到多路,支持字符串,数值,日期

20190506140949556.png过滤记录:一路到两路,支持字符串,数值,日期

20190506141858472.png

根据java代码过滤记录,name表示字段,再配上java的代码。

20190506141921935.png


流程步骤-处理不确定行数的数据

检测空流用来检测前面过来的流是否是空流;阻塞数据只要最后一行

20190506150619849.png

多数据源合并

使用的是UNION进行合并(列数、列名、列类型需要相同),而不是JOIN:

20190506151052428.png

数据流终点

除了各个输出步骤,还包括下面几个

20190506151422894.png

应用

20190506151931770.png

启动其它程序

注意运行SSH务必提前设置免密登陆!

2019050615460996.png

日志功能

写日志就相当于Java代码里的log.info(…)了,用于自定义记录日志

20190506154645818.png

发送邮件

相关文章
|
JavaScript 前端开发 数据库
Kettle使用脚本实现循环(十)
Kettle使用脚本实现循环(十)
1833 0
Kettle使用脚本实现循环(十)
|
数据库连接 数据库
kettle开发篇-流查询
kettle开发篇-流查询
402 0
|
算法 Java 关系型数据库
Springboot yml配置参数加密 ,jasypt自定义解密器(拓展篇)
Springboot yml配置参数加密 ,jasypt自定义解密器(拓展篇)
1237 0
Springboot yml配置参数加密 ,jasypt自定义解密器(拓展篇)
|
4月前
|
存储 缓存 分布式计算
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
本文将深入探讨基于 StarRocks 和 Iceberg 构建的云原生湖仓分析技术,详细解析两者结合如何实现高效的查询性能优化。内容涵盖 StarRocks Lakehouse 架构、与 Iceberg 的性能协同、最佳实践应用以及未来的发展规划,为您提供全面的技术解读。 作者:杨关锁,北京镜舟科技研发工程师
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
|
7月前
|
传感器 人工智能 数据可视化
数字孪生高效赋能,打造水利新质生产力
数字孪生水利运用云计算、大数据、AI、实景三维等技术,实现江河水库等水利工程的可视化展示与智能化模拟。通过三维可视化和实时数据映射,平台提供智能感知、分析、预测和预演功能,支持监测预警、调度优化及灾害预防,助力提升水利管理水平,保障水安全。
|
10月前
|
机器学习/深度学习 数据可视化 算法
机器学习中的特征选择与降维技术
机器学习中的特征选择与降维技术
355 0
|
网络协议 网络架构 前端开发
带你读《计算机网络原理》之一:计算机网络概述
本书以层次化的网络体系结构为线索,针对通信子网功能详细地介绍了计算机网络的基本概念及数据通信的基本原理。
|
JSON 数据格式 网络架构
Kettle使用接口获取数据(九)
Kettle使用接口获取数据(九)
1263 1
Kettle使用接口获取数据(九)
|
C# 索引
C# | 【完全开源】手机号码归属地查询,一秒内百万次查询
这个开源项目是一个.NET库,可以通过手机号码获取号码归属地信息,包括运营商、国家、省份、城市、邮政编码、区号等信息。 该库加载了一个包含46万条数据的“中国手机号归属地信息”数据集,并实现了高速查询。在我的7年老笔记本上执行一百万次查询耗时不足一秒。
639 0