一、场景描述:

有两张数据表，tableA(源表)，tableB(目标表)，存在不同的数据库中，现在需使用kettle作为ETLI具将tableA里的数据抽取至tableB里并记录日志信息。

二、要求:

(1)目标表无数据时，使用全量更新实现数据抽取;
(2)目标表有数据时，使用增量更新实现数据抽取;
(3)将转换名称、执行日期(单位/天)，转换执行时长(单位/秒)，目标表抽取前行数，目标表抽取后行数，执行开始时间，执行结束时间插入日志表；
(4)执行结果发送到指定邮箱

三、思路

• 判断目标表是否有数据，可以通过检验字段的值组件，将目标表抽取前行数传入用于判断
• 全量更新只需要表输入和插入/更新组件
• 增量更新需要定义一个变量用于获取目标表最大的时间，以便插入增量数据
• 因为需要记录将转换名称、执行日期(单位/天)，转换执行时长(单位/秒)，目标表抽取前行数，目标表抽取后行数，执行开始时间，执行结束时间等日志信息，可以通过获取系统信息、表输入组件获取，转换执行时长(单位/秒)可以通过计算器计算执行开始时间，执行结束时间的差值，最后写入数据库

四、整体作业

五、各部分详细配置

1、Start

按需要配置定时任务

2、转换-获取执行开始时间

获取系统日期作为变量${execution_date}

3、获取目标表抽取前行数

获取目标表的记录数，存入${target_table_rows_before}参数

4、检验字段的值

判断目标表记录数${target_table_rows_before}是否大于0

5、增量更新

获取转换的名称，存入${transformation_name}变量

获取源表记录时间在目标表最大记录时间之后的记录，插入目标表

6、全量更新

获取转换的名称，存入${transformation_name}变量

通过表输入步骤获取源表所有的记录后，导入目标表

7、获取目标表抽取后行数

将抽取后目标表记录数存入${target_table_rows_after}参数中

8、获取执行结束时间

将系统时间存入${execution_end_date}变量，因为这个步骤在抽取之后，此时的系统时间可视为抽取结束时间

9、日志写入数据库

获取转换名称、执行日期(单位/天)，目标表抽取前行数，目标表抽取后行数，执行开始时间，执行结束时间，并通过计算器计算得到转换执行时长(单位/秒)后，存入日志表

10、写日志

打印日志，确认变量正确

11、发送数据抽取完成邮件

配置收/发件人等信息

六、最终效果

1、作业执行前，目标表为空

2、执行作业后，导入数据到目标表成功

3、全量更新日志已插入

4、此时在源表新增2条新数据，用于测试增量更新

5、执行后，新增数据已导入

6、增量更新日志已插入