数据预处理之文件转换kettle：使用参照表清理数据

【实验目的】

利用Kettle的“自定义常量数据”，“流查询”，“计算器”“ Microsoft Excel 输出”组件，实现参照表清理数据。

【实验原理】

利用“流查询”将对比参照表和源数据，再利用“计算器”计算出相似度；

【实验步骤】

一、创建转换

1．点击，在下拉菜单中点击选择，这样创建了一个转换文件。我们点击，重命名该转换文件，保存在某个指定的路径。

2．我们在新建的转换文件上开始可视化编程。需要的组件如下图所示。选择好组件好，按下图所示连接好组件。主要组件为“自定义常量数据”，“流查询”，“计算器”“ Microsoft Excel 输出”，组件支持自定义命名。

二、可视化编程

1. “自定义常量数据”的配置：

 

 2．“流查询”的配置：

 3.“自定义常量数据 2”的配置：

 

 4.“计算器”配置：

 5.“Microsoft Excel 输出”配置：

 

三．运行程序：

点击开始运行程序，在弹出的对话框中，选择运行该程序。

 运行结果：

 

 

四．实验结果

输入数据

(1) 源数据.

 参照表：

 

输出数据：

“Microsoft Excel 输出”输出数据：