kettle中调用java类
有时须要在kettle调用java类，如：验证、查询或自己定义加密等。有时甚至连主要的数据訪问都不那么简单，如获取一个存储文件或使用一个数据库连接，某些数据源可能封装在应用程序中，手工使用自己定义的javaclient訪问是唯一的方法。
本文介绍怎样在kettle中调用java类。演示样例代码在这里下载。
注:假设你使用kettle4.0及以上版本号。也你也能够使用user defined java class 步骤实现。
Modified Java ScriptValue 步骤
关键要在kettle中使用ModifiedJava Script Value 步骤。从名称上看是只运行javascript来实现该步骤，事实上也能够运行java代码。为了理解。我们须要知道该步骤使用Rhino javaScript 引擎来实现。使其能够在jvm中实现javascript，也使其成为可能，让脚本去訪问java类。为了说明其怎样实现。让我们来看一个简单的转换演示样例，使用java去计算某个字段的md5码。例如以下图所看到的:
javascript步骤实现md5计算，包括例如以下代码：
// simulate java imports
varMessageDigest =java.security.MessageDigest;
varString =java.lang.String;
varStringBuffer =java.lang.StringBuffer;
varInteger =java.lang.Integer;
// get the md5 digest algorithm
varalgorithm =MessageDigest.getInstance("MD5");
// get the input as bytes
varbytes = newString(test_value).getBytes("UTF-8");
// calculate the digest
algorithm.reset();
algorithm.update(bytes);
varmd5Digest =algorithm.digest();
// turn the digest into a hex-stringrepresentation
varhexString = newStringBuffer();
for(vari =0; i < md5Digest.length; i++){
varhex= Integer.toHexString(0xFF & md5Digest[i]);
if(hex.length()== 1){
hexString.append('0');
}
hexString.append(hex);
}
// write output value
varmd5_hash =hexString.toString().toUpperCase();
让我们详解以上代码。
第一部分是就如java 导入包环节，其实和java中import实现相同目的。声明变量指向java类。是为了避免我们后面引用每一个java类使用完整java长类名带来不便。当使用自定义的类是，要注意不小心覆盖了javascript类。javascript也有其自己的Date类实例，稍不在意，使用这样的方式非常easy覆盖。
接着是调用简单的java API生成md5值，须要指出的是，输入字段作为javascript对象。“test_value”字段是javascript String对象。有多种方法将其转换成java String对象，这里使用简单的构造函数实现。java String的getBytes（）方法返回字节数组。
md5摘要值计算好后。接着通过一小段循环代码生成表现该值的字符串，最后作为一个新字段写到输出行。
使用外部jar包中的类
运行太多的脚步可能影响性能，所以总是把复杂的业务让编译好的java代码来做。一般是一些整洁的实现我们业务的java类库，有时我们可能自己去创建。kettle现有的功能当然不能满足我们的全部需求，调用几个外部类库能够避免写一个完整kettle插件。kettle启动时载入libext文件夹及子文件夹下全部jar文件。假设你须要訪问自己定义jar包的类，须要放在libext文件里。我们演示样例是关于MD5,从kettle3.2已经有了对应的jar包（apache commons codec项目）。
codec项目有非常好的方法计算输入字符串的MD5十六进制字符串，正好是我们须要的；我们只使用DigestUtil类的方法就可以。
//get a nice md5 hash
varmd5_hash = org.apache.commons.codec.digest.DigestUtils.md5Hex(test_value);
在我笔记本上执行新转换大概10500行/秒，第一版本号的只大概2900行/秒.
两者的处理速度区别非常大，所以用封装好的功能似乎真的飞快。当然有可能apache项目採用全然不同的MD5算法实现。
不管如何，后者的实现既简单又快。
结论
Modified Java Script Value 步骤同意訪问不论什么jvm中java类。假设你ETL项目有特定的需求，你已经使用java实现过的需求。这时你能够考虑使用这样的方法试试。
当使用脚步代码总是须要监视性能问题。假设你使用了大量的外部库。就须要有正确的版本号依赖管理，否则在測试环境或部署环境中会产生问题。