kettle从入门到精通 第四十三课 kettle 多对1表合并同步

1、上一节课我们学习了1对多表拆分数据同步，本节课我们一起学习多对1数据同步，也就是说多张表关联之后的结果集写入一张表。

我们平常在写java应用的时候多表关联一般有两种方式：

a、通过sql 语句的join 进行关联。

b、将多个表的数据集加载到内存中通过java代码进行关联。

同样在kettle中也可以通过如上两种方式进行实现。

2、下图通过sql 语句的join 进行关联，表输入【读取student&teacher】步骤读取join之后的数据集，表输出【写入student_third】步骤将数据写入表student_third。

3、表输入【读取student&teacher】步骤实现逻辑如下：

4、表输出【写入student_third】步骤实现逻辑如下：

5、 下图通过将2个表的数据集加载到内存中进行关联，如下图所示：

a、表输入【读取student】步骤读取student数据，然后通过排序步骤【student排序】升序排序，当然这里的排序步骤也可以省略通过表输入中的sql的order by 方式实现。

b、表输入【读取teacher】步骤读取teacher数据，然后通过排序步骤【teacher排序】升序排序，当然这里的排序步骤也可以省略通过表输入中的sql的order by 方式实现。

c、排序之后的数据集通过步骤【记录集连接】进行join操作。

d、表输出【写入student_third】步骤将数据写入表student_third。

 

6、表输入【读取student】步骤读取student数据实现逻辑如下图所示：

7、表输入【读取teacher】步骤读取teacher数据实现逻辑如下图所示：

8、排序【student排序】步骤实现逻辑如下图所示：

9、排序【teacher排序】步骤实现逻辑如下图所示：

10、join【记录集链接】步骤实现逻辑如下图所示（通过student表中的teacher_serialno和teacher表中的serial_no字段进行关联），此处我选择的是left outer join 连接方式，具体的设置可以根据业务场景进行选择，如inner join 等：

11、表输出【写入student_third】步骤实现逻辑如下：

12、步骤【记录集连接】要求输入流事先排好序，如下图所示：