【实验目的】
1.利用Kettle的“自定义常量数据”,“流查询”,“计算器”等组件,比对数据并计算出相似率。
2.熟练掌握“自定义常量数据”,“流查询”,“计算器”组件的使用,实现数据的比对。
【实验原理】
通过两个“自定义常数变量”组件分别输入源数据表和参照数据表,使用“流查询”组件进行连接比对,然后通过“计算器”组件计算数据的相似度,进而达到数据处理的目的。
【实验环境】
操作系统:Windows10
Kettle版本:7.1.0.0
jdk版本:1.8.0及以上版本
【实验步骤】
一、建立转换
双击spoon.bat打开kettle。(1)点击新建按钮,在下拉菜单中点击选择“转换”即可创建;(2)然后点击“保存”重命名该转换文件,保存在某个指定的路径;(3)选择输入步骤、输出步骤和跳。
二、各组件的配置
1.“Data Grid”的配置
Step1:双击‘自定义常量数据’组件,配置‘元数据’选项卡,设置常量名称和类型
Step2:配置‘数据’选项卡,设置常量对的应数据值
2.“Data Grid Ref”的配置
Step1:双击‘自定义常量数据’组件,配置‘元数据’选项卡,设置常量名称和类型
Step2:配置‘数据’选项卡,设置常量对应的数据值
3.“流查询”的配置:
双击‘流查询’组件,配置‘查询值所需的关键字’和‘指定用来接收的字段’
4.“计算器”配置
双击‘计算器’组件,设置数据比对的计算方法以及计算结果存放的字段
5.“Microsoft Excel 输出”配置
Step1:配置‘文件’选项卡,选取输出文件的名称和类型
Step2:配置‘字段’选项卡,获取字段并设置其类型(多余的字段可以删除)
三、执行转换
点击按钮,执行转换,结果如下:
四、实验结果:
‘自定义产量’输入的数据:
输出文件‘test5.xlsx’:
五、实验总结
本次实验的目的主要是在参照表的基础上使用‘流查询’组件进行比对,然后运用‘计算器’组件计算源数据的正确率并输出,以达到数据处理的最终目的。
本次实验过程中,体会到使用参照表对比数据的便捷性,进一步提高了个人熟练使用kettle工具的能力,实验操作中暂未遇到加大的困难。
附 件: