• kettle利用参数遍历执行指定目录下的所有对象


            使用kettle设计ETL设计完成后,我们就需要按照我们业务的需要对我们设计好的ETL程序,ktr或者kjb进行调度,以实现定时定点的数据抽取,或者说句转换工作,我们如何实现调度呢?

           场景:在/works/wxj/test目录下放着两个ktr模型,我们需要每天晚上24点定时抽取数据

           如图所示:

           

           方法一:最简单的方法就是设计一个kjb,拖两个ktr控件,把两个ktr模型串起来,然后定时的调度这个kjb文件即可实现每天定时的抽取数据。

           方法二:如果随着业务的增多,ktr文件原来越多,那么上面的情况操作起来就很麻烦,我们在目录下新增加一个ktr模型我们就要去修改总的kjb,把新增加的ktr串进去,这样才能保证新增加的ktr被执行到,那么下面我们来尝试另一种方法,只要把新设计好的ktr文件放入指定目录,调度程序就会遍历执行该目录下面的所有程序。

    2.1:整体描述:

     大概需要的控件有:

     (1)Get repository names根据指定目录得到所有ktr或者kjb的列表

        

    (2)复制记录到结果

     

    (3)从结果获取记录

     

    (4)设置环境变量

     

    (5)表输入与表述出job中的ktr与kjb

    2.2:设计过程

     step1:新建tran_getall.ktr(读取指定目录下的对象,将数据写入到内存)

     

    控件1设计如下

    控件2设计如下

    step2:新建tran_set_variable.ktr(从内存读取结果集,并设置环境变量)

    控件3设计如下

    控件4设计如下

    step3:新建job_exec.kjb(传参并执行所有指定目录对象)

    1处的详细设计为

    2处的详细设计为

    step4:创建job_runall.kjb(调度所有对象,根据逻辑设计执行顺序)

    从上面可以大概的看出,tran_getall是从资源库得到目录下面的所有内容,job_exec这个是传参赋值并且执行所有对象,这样的顺序是正确的。

    1处的详细设计为

    2处的详细设计为

    2处需要注意的是

    一定要勾上对每个输入行执行一次,这样才会循环覆盖一次变量值不然会报参数重复错误

    job_exec的作用也就在这个地方,否则就可以讲job_exec省去,把所有的逻辑放在job_runall里面来实现了,OK 设计完毕运行job_runall.

    执行成功,看结果

    看遍历排序

     OK,效果实现,这样无论目录/works/wxj/test下有多少个ktr或者kjb都会被遍历执行了,不必一个一个的去串起来

    PS:需要注意的是如果遇到特殊的业务逻辑比如涉及到ktr执行先后顺序的,必须先跑ktr1才可以跑ktr2的需要单独拿出来处理。因为遍历目录的时候的顺序不是我们手工可以改变的,至少现在我还没有发现可以控制顺序来执行的方法。

  • 相关阅读:
    Django ORM操作及进阶
    Django ORM字段和字段参数
    Django视图系统
    Django路由系统
    Django模板语言
    Django项目创建及相关配置,在pycharm终端打印SQL语句,在Python脚本中调用Django环境
    SQLALchemy之ORM操作
    SQLALchemy之介绍,基本使用
    SQLAlchemy创建表和删除表
    线程的通信与协作:sleep、wait、notify、yield、join关系与区别
  • 原文地址:https://www.cnblogs.com/wxjnew/p/3620770.html
Copyright © 2020-2023  润新知