kettle从入门到精通 第五十六课 ETL之kettle Microsoft Excel Output

1、9.4 版本的kettle中有两个Excel输出，Excel输出和Microsoft Excel输出。前者只支持xls格式，后者支持xls和xlsx两种格式，本节课主要讲解步骤Microsoft Excel输出，如下图所示：

1）、步骤【生成记录】生成两条测试数据，每条数据里面包含id和name字段。

2）步骤【Microsoft Excel Output】负责将数据写入文件。

2、Microsoft Excel 输出-文件&工作表配置。

1）步骤名称：自定义步骤名称

2）文件名称：设置输出文件的文件名称，不用带后缀

3）扩展名：文件后缀，有xls和xlsx两种，这里选择xlsx。

4）Stream XSLX data：在将大型XLSX文件写入输出文件时，请选择此选项。

如果您希望流式传输XLSX文件，请选择此选项。选择此复选框后，系统将使用流式传输API来写入大型文件，而无需任何内存限制（不超过MS Excel的1,048,575行和16,384列的限制）。
如果您不希望流式传输XLSX文件，请取消选中此复选框。
只有在上面的扩展字段中选择了“.xlsx [Excel 2007及以上]”选项时才会出现此选项。

5）Split every ... data rows：在此字段中指定一个正数，以便每“n”行数据创建一个新的输出文件。例如，如果您想要在每200行数据处拆分文件，则在此字段中输入200。文件将按编号进行。填写0则不拆分。

6）文件名包含步骤数目，文件名包含日期，文件名包含时间，指定日期时间格式，都是为了指定文件生成的名字，如下图所示。

7）如果文件已存在：两个选择覆盖原文件和使用现有文件输出，根据业务场景自行选择使用哪种方式。

8）在接收数据前不创建文件：如果选择了此选项，则在检测到一行后，步骤才会创建文件。如果取消选择此选项，则无论是否实际向文件写入行，输出文件都会被创建。，根据业务场景自行选择使用哪种方式。

9）结果中添加文件名：使用此选项将文件名添加到MS Excel输出文件中。

10）工作表名：在MS Excel文件中指定要写入来自PDI的输入行的工作表名称。此字段中可以使用变量或参数。也就是设置sheet的名称。

11）设为活动工作表：如果选中，则在打开Excel时，默认会打开上述工作表。我理解如果静态设置sheet名称之后打开文件时会自动激活该sheet，如果sheet名称设置为动态变量&且勾选设置活动工作表是什么效果，大家可以试下。

12）如果输出文件中已存在工作表：两个选择覆盖工作表和输出至已存在工作表。根据业务场景自行选择使用哪种方式。

13）保护工作表/保护人/密码：只对xls文件起作用，设置文件的owner和密码。

14）使用模版创建新文件、模版文件：可以设置模版文件，然后基于模板文件复制目标文件，最后将数据写入。

15）使用模板输出文件，如下图所示

3、Microsoft Excel 输出-内容配置。

1）开始输出自单元格：在MS Excel电子表格中指定要开始写入的单元格（字母列，数字行），例如，A2，表示从从第一列第二行位置开始写数据，第一行为模板文件内容。

2）当输出记录时：两个选项覆盖已存在单元格和下移已有单元格。

3）输出表头/输出表尾/自动调整列大小/不改变现有单元格格式：自己根据业务场景进行设置。

4）强制公式重新计算：决定是否要尝试更新输出文件中的所有公式字段。

当选择此选项时，对于XLS文件格式，步骤会设置一个标记。一旦在MS Excel中打开文件，公式就会重新计算。对于XLSX文件格式，步骤本身必须尝试重新计算公式字段。底层的POI库不支持完整的Excel公式集，这可能会导致错误，如果步骤无法重新计算公式。
选择此选项以强制步骤更新输出文件中的所有公式字段。
清除此选项以保留公式字段并不进行更新。

5）在表的末尾开始写（追加行）：勾选的话增量方式写入数据。

6）抵消行数：在写入行之前，指定任何非零数字以使步骤向下移动此数量的行（正数）或向上移动（负数）。负数可能在需要追加到表中但仍保留预定义页脚时很有用。

7）在写入文件前添加的空行数：指定任何正数以使步骤保留此数量的空行。

当向现有表写入时，您可能决定首先写入一些空行。如果您要追加几行到现有表格中，但要偏移它们以查看每个生成的行块的边界，则此选项很有用。

8）删除表头：决定在写入现有电子表格时是否要包含标题。省略标题是有用的，如果您想要生成带有标题的新文件，但不希望在追加到相同文件时重复标题。

9）字段设置：此处设置哪些字段写入文件，比较简单，不做详细介绍。