第八章数据仓库

一、加载日期数据至日期维度表
1.打开Kettle工具创建转换load_dim_date,并添加“生成记录”控件、“增加序列”控件、“JavaScript代码”控件、“表输出”控件以及Hop跳连接线。

第八章数据仓库
2.配置“生成记录控件”,双击生成记录界面,在“限制”处添加生成的日期,默认为10,这里改为3650,即生成10年日期(10*365);在“字段”框添加字段language(语言),country_code(国家码),initial_date(初始化日期),对生成的日期进行初始化。
3.配置“增加序列”控价,进入“增加序列”界面。
在“值的名称”处valuename改为DaySequence,即增加一列日期字段,用于改变“生成记录”控件生成的日期。

第八章数据仓库

第八章数据仓库

第八章数据仓库
4.增加“JavaScript代码”控件,双击“JavaScript代码”控件,进入“JavaScript代码”界面。
勾选兼容模式候选框

第八章数据仓库

点击获取变量按钮。

第八章数据仓库
5.配置“表输出”控件,双击图中“表输出”控件,进入“表输出”界面,单击新建按钮,配置数据库连接,配置完成后单击“确认”按钮,单击目标表右侧的“浏览”按钮,选择输出目标表,即维度表dim_date;勾选“指定数据库”字段,用于将维度表字段与JavaScript控件流中的变量字段进行连接。单击“数据库字段”选项卡界面,在该界面下单击“输入字段映射”按钮,弹出“映射匹配”对话框。

第八章数据仓库 

第八章数据仓库 

第八章数据仓库 

 第八章数据仓库


6.运行转换load_dim_date

第八章数据仓库
7.查看维度表dim_date中的数据
通过SQLyog工具,查看维度表dim_date是否成功插入,说明我们成功实现了加载日期数据,数据至日期维度表dim_date中。

第八章数据仓库 

第八章数据仓库 

 


二.加载时间数据到时间维度表
1.打开Kettle工具创建load_dim_time,并添加“生成记录”控件,“增加序列”控件,JavaScript代码控件,“记录关联”控件,“表输出”控件,以及Hop跳连接线。

第八章数据仓库
2.配置“生成记录”控件,双击“生成记录”控件,进入“生成记录”界面,在“限制”后的文本框中添加24表示生成24条数据;在字段框中添加生成字段名称,字段类型以及默认值0。

第八章数据仓库
3.配置“增加序列”控件
双击“增加序列”控件,进入“增加序列”界面,在“值的名称”处将valuename改为hours24,即增加一列小时字段,在起始后的文本框内奖默认值1修改为0,代表从0开始生成24条数据,即生成0~23.由于时间由时分秒构成,因此生成时分秒数据的字段。

第八章数据仓库
4.配置“JavaScript代码”控件
双击“JavaScript代码”控件,进入“JavaScript代码”界面,勾选“兼容模式?”复选框,使得“JavaScript代码”控件的兼容性更强,在JavaScript代码框中编写代码,单击“获取变量”按钮,将代码中定义的变量添加至字段框。
5.配置生成记录2控件,双击“生成记录2”控件,进入“生成记录2”界面,在“限制”后的文本框加入60表示生成60个数据,在“字段”框中添加生成字段的名称、字段类型及默认值0.
6.配置“增加序列2”控件,双击“增加序列2”控件,进入“增加序列”界面,将“值的名称”处的valuename改为minutes,即增加一列分钟字段,用于记录分钟数,在起始值文本框将默认值从1改为0。

第八章数据仓库
7.配置生成记录控件
双击生成记录3控件,进入“生成记录”界面,在“限制”后的文本框添加60表示生成60条数据,在“字段”框添加生成字段名称,字段类型默认为0。

第八章数据仓库

第八章数据仓库
8.配置“增加序列3”控件,进入“增加序列”界面,将“值的名称”处的valuename改为seconds,即增加一秒字段,用于记录秒数。
9.配置“JavaScript代码2”控件
双击JavaScript代码2控件,进入该界面,勾选“兼容模式?”复选框,使得“JavaScript代码2”控件兼容性更强,在JavaScript代码框中编写代码。

第八章数据仓库

第八章数据仓库
10.配置表输出控件,双击“表输出”控件,进入表输出界面,单击“新建”按钮,配置数据库连接。
单击浏览按钮,选择输出的目标表,即维度表dim_time;勾选“指定数据库候选框”,用于将维度表dim_time字段与JavaScript控件流中的字段进行匹配,单击“数据库字段”选项卡,切换到“数据库字段”选项卡界面,并在该界面下单击“输入字段映射”按钮,弹出“映射匹配”对话框。依次选中“源代码”字段中的和目标字段中的字段,再单击Add按钮,将一对映射字段添加至“映射”框中,点击“猜一猜”按钮。

第八章数据仓库
11.运行load_dim_time

第八章数据仓库
12.查看维度表dim_time中的数据。

第八章数据仓库


三、加载员工数据至员工维度表
1.打开Kettle工具创建转换load_dim_staff,并添加“表输入”控件、“字段选择”控件、“值映射”控件,“维度查询/更新”控件以及Hop跳连接线。

第八章数据仓库
2.配置“表输出”控件,双击“表输出”控件,进入“表输入”控件,如图所示。

第八章数据仓库
单击“新建”按钮,配置数据库连接,配置完成后单击“确认”按钮。

第八章数据仓库
在SQL框中编写SQL语句,用于获取字段staff_last_update中的最大值,将该值替换成1970-01-01 00:00:00并赋值给临时字段max_dim_staff_last_update,单击“预览”按钮,查看临时字段max_dim_staff_last_update,是否将默认值设置为1970-01-01 00:00:00。

第八章数据仓库
4.配置“字段选择”控件
双击“字段选择”控件,进入“选择/改名值”界面,在“元数据”选项卡的“需要改变源数据的字段”处添加字段active,由于维度表dim_staff中字段active的数据类型为char类型,因此需要将数据表staff中字段active的数据类型改为String。

第八章数据仓库
5.配置“值映射”控件,双击值映射控件,进入值映射界面,在“使用字段名”后的下拉列表中选择字段active;在“字段框”中添加源值和目标值,这里将替换为Yes,将N替换为No。

第八章数据仓库
6.配置“维度查询/更新”控件,进入“维度查询/更新”界面。
单击右侧浏览选择目标表,选择输出的目标表,即维度表dim_staff;在“关键字”选项卡处添加关键字字段staff_id,用于指定维度表的字段和“值映射”控件流中的字段的比较条件,若维度表中的数据有更新,则通过字段选项卡处添加查询/更新字段,用于更新目标维度表的字段数据,在“代理关键字”下拉列表选择staff_key,并指定“创建代理键”为使用自增字段,在“Version字段”后的下拉列表中选择staff_version_number;在“Stream日期字段”后的下拉列表中选择last_update;在“开始日期字段”后的下拉列表中选择staff_vaild_from。

第八章数据仓库

第八章数据仓库
7.运行转换

 

第八章数据仓库

上一篇:数据库的形式操作excel


下一篇:连续词袋模型CBOW与跳字模型Skip-gram