数据库：
kettle 日志表
CREATE TABLE `t_lzfx_data_log` ( `ID` bigint(20) NOT NULL AUTO_INCREMENT, `ID_BATCH` int(11) DEFAULT '0', `CHANNEL_ID` varchar(255) DEFAULT NULL, `TRANSNAME` varchar(255) DEFAULT NULL, `STEPNAME` varchar(200) DEFAULT NULL, `STEP_COPY` int(11) DEFAULT NULL, `LINES_READ` int(11) DEFAULT NULL, `LINES_WRITTEN` int(11) DEFAULT NULL, `LINES_UPDATED` int(11) DEFAULT NULL, `LINES_INPUT` int(11) DEFAULT NULL, `LINES_OUTPUT` int(11) DEFAULT NULL, `LINES_REJECTED` int(11) DEFAULT NULL, `ERRORS` int(11) DEFAULT NULL, `LOG_FIELD` blob, `LOG_DATE` datetime DEFAULT NULL, PRIMARY KEY (`ID`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
数据表:
CREATE TABLE `syonline` ( `ID` varchar(36) NOT NULL, `CREATEDATETIME` datetime DEFAULT NULL, `IP` varchar(100) DEFAULT NULL, `LOGINNAME` varchar(100) DEFAULT NULL, `TYPE` varchar(1) DEFAULT NULL, PRIMARY KEY (`ID`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8; CREATE TABLE `t_lzfx_base_syonline` ( `ID` varchar(36) NOT NULL, `CREATEDATETIME` datetime DEFAULT NULL, `IP` varchar(100) DEFAULT NULL, `LOGINNAME` varchar(100) DEFAULT NULL, `TYPE` varchar(1) DEFAULT NULL, PRIMARY KEY (`ID`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
JAVA 代码
/**
* 两个库中的表名
*/
public static String bjdt_tablename = "t_lzfx_base_syonline";
public static String kettle_tablename = "syonline";
public static String kettle_log = "t_lzfx_data_log";
/**
* 数据库连接信息,适用于DatabaseMeta其中 一个构造器DatabaseMeta(String xml)
*/
public static final String[] databasesXML = {
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>" +
"<connection>" +
"<name>bjdt</name>" +
"<server>127.0.0.1</server>" +
"<type>MYSQL</type>" +
"<access>Native</access>" +
"<database>zjdata</database>" +
"<port>3306</port>" +
"<username>root</username>" +
"<password>root</password>" +
"</connection>",
"<?xml version=\"1.0\" encoding=\"UTF-8\"?>" +
"<connection>" +
"<name>kettle</name>" +
"<server>127.0.0.1</server>" +
"<type>MYSQL</type>" +
"<access>Native</access>" +
"<database>kettledb</database>" +
"<port>3306</port>" +
"<username>root</username>" +
"<password>root</password>" +
"</connection>"
};
/**
* @param args
*/
public static void main(String[] args) {
try {
KettleEnvironment.init();
transDemo = new KettleDeleteTest();
System.out.println("************start to generate my own transformation***********");
TransMeta transMeta = new TransMeta();
//设置转化的名称
transMeta.setName("转换名称");
//添加转换的数据库连接
for (int i=0;i<databasesXML.length;i++){
DatabaseMeta databaseMeta = new DatabaseMeta(databasesXML[i]);
transMeta.addDatabase(databaseMeta);
}
VariableSpace space = new Variables();
//将step日志数据库配置名加入到变量集中
space.setVariable("kettle_log","bjdt");
space.initializeVariablesFrom(null);
StepLogTable stepLogTable = StepLogTable.getDefault(space,transMeta);
//StepLogTable使用的数据库连接名（上面配置的变量名）。
stepLogTable.setConnectionName("bjdt");
//设置Step日志的表名
stepLogTable.setTableName(kettle_log);
//设置TransMeta的StepLogTable
transMeta.setStepLogTable(stepLogTable);
//******************************************************************
//第一个表输入步骤(原表数据输入)
TableInputMeta oldTableInput = new TableInputMeta();
DatabaseMeta database_bjdt = transMeta.findDatabase("bjdt");
oldTableInput.setDatabaseMeta(database_bjdt);
String old_select_sql = "SELECT ID,IP,CREATEDATETIME,LOGINNAME,TYPE FROM "+bjdt_tablename;
oldTableInput.setSQL(old_select_sql);
//添加TableInputMeta到转换中
StepMeta oldTableInputMetaStep = new StepMeta("INPUTTABLE_"+bjdt_tablename,oldTableInput);
//给步骤添加在spoon工具中的显示位置
transMeta.addStep(oldTableInputMetaStep);
//*****************************************************************
//第二个表输入步骤(原表数据输入)
TableInputMeta newTableInput = new TableInputMeta();
//给表输入添加一个DatabaseMeta连接数据库
DatabaseMeta database_kettle = transMeta.findDatabase("kettle");
newTableInput.setDatabaseMeta(database_kettle);
String new_select_sql = "SELECT ID,IP,CREATEDATETIME,LOGINNAME,TYPE FROM "+kettle_tablename;
newTableInput.setSQL(new_select_sql);
//添加TableInputMeta到转换中
StepMeta newTableInputMetaStep = new StepMeta("INPUTTABLE_"+kettle_tablename,newTableInput);
//给步骤添加在spoon工具中的显示位置
transMeta.addStep(newTableInputMetaStep);
//******************************************************************
//******************************************************************
//第三个步骤合并
MergeRowsMeta mergeRowsMeta = new MergeRowsMeta();
///设置合并步骤的新旧数据源
StepIOMetaInterface stepIOMeta = mergeRowsMeta.getStepIOMeta();
stepIOMeta.getInfoStreams().get(0).setStepMeta(newTableInputMetaStep);
stepIOMeta.getInfoStreams().get(1).setStepMeta(oldTableInputMetaStep);
mergeRowsMeta.setFlagField("bz"); //设置标志字段
mergeRowsMeta.setKeyFields(new String[]{"ID"});
mergeRowsMeta.setValueFields(new String[]{"IP","CREATEDATETIME","LOGINNAME","TYPE"});
StepMeta mergeStepMeta = new StepMeta("合并记录", mergeRowsMeta);
transMeta.addStep(mergeStepMeta);
//******************************************************************
//******************************************************************
//添加HOP把两个输入和合并的步骤关联
transMeta.addTransHop(new TransHopMeta(oldTableInputMetaStep, mergeStepMeta));
transMeta.addTransHop(new TransHopMeta(newTableInputMetaStep, mergeStepMeta));
//******************************************************************
//******************************************************************
//第四个步骤同步数据
SynchronizeAfterMergeMeta synchronizeAfterMergeMeta = new SynchronizeAfterMergeMeta();
synchronizeAfterMergeMeta.setCommitSize(10000); //设置事务提交数量
synchronizeAfterMergeMeta.setDatabaseMeta(database_kettle); //目标数据源
synchronizeAfterMergeMeta.setSchemaName("");//数据表schema
synchronizeAfterMergeMeta.setTableName(kettle_tablename); //数据表名称
synchronizeAfterMergeMeta.setUseBatchUpdate(true); //设置批量更新
//设置用来查询的关键字
synchronizeAfterMergeMeta.setKeyLookup(new String[]{"ID"}); //设置用来查询的关键字
synchronizeAfterMergeMeta.setKeyStream(new String[]{"ID"}); //设置流输入的字段
synchronizeAfterMergeMeta.setKeyStream2(new String[]{""});//一定要加上
synchronizeAfterMergeMeta.setKeyCondition(new String[]{"="}); //设置操作符
//设置要更新的字段
String[] updatelookup = {"ID","IP","CREATEDATETIME","LOGINNAME","TYPE"} ;
String [] updateStream = {"ID","IP","CREATEDATETIME","LOGINNAME","TYPE"};
Boolean[] updateOrNot = {false,true,true,true,true};
synchronizeAfterMergeMeta.setUpdateLookup(updatelookup);
synchronizeAfterMergeMeta.setUpdateStream(updateStream);
synchronizeAfterMergeMeta.setUpdate(updateOrNot);
//设置高级属性(操作)
synchronizeAfterMergeMeta.setOperationOrderField("bz"); //设置操作标志字段名
synchronizeAfterMergeMeta.setOrderInsert("new");
synchronizeAfterMergeMeta.setOrderUpdate("changed");
synchronizeAfterMergeMeta.setOrderDelete("deleted");
StepMeta synStepMeta = new StepMeta("数据同步", synchronizeAfterMergeMeta);
transMeta.addStep(synStepMeta);
//******************************************************************
//******************************************************************
//添加HOP把合并和数据同步的步骤关联
transMeta.addTransHop(new TransHopMeta(mergeStepMeta,synStepMeta));
//******************************************************************
String transXml = transMeta.getXML();
System.out.println("transXml:"+transXml);
Trans trans = new Trans(transMeta);
trans.execute(null); // You can pass arguments instead of null.
trans.waitUntilFinished();
if ( trans.getErrors() > 0 )
{
throw new RuntimeException( "There were errors during transformation execution." );
}
System.out.println("***********the end************");
} catch (Exception e) {
e.printStackTrace();
return;
}
}
执行结果
2015/04/18 17:04:18 - 转换名称 - 为了转换解除补丁开始 [转换名称] 2015/04/18 17:04:20 - 合并记录.0 - 行号50000 2015/04/18 17:04:21 - INPUTTABLE_syonline.0 - linenr 50000 2015/04/18 17:04:21 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 50000 2015/04/18 17:04:21 - 合并记录.0 - 行号100000 2015/04/18 17:04:21 - 合并记录.0 - 行号150000 2015/04/18 17:04:21 - INPUTTABLE_syonline.0 - linenr 100000 2015/04/18 17:04:21 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 100000 2015/04/18 17:04:21 - 合并记录.0 - 行号200000 2015/04/18 17:04:21 - 合并记录.0 - 行号250000 2015/04/18 17:04:22 - INPUTTABLE_syonline.0 - linenr 150000 2015/04/18 17:04:22 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 150000 2015/04/18 17:04:22 - 合并记录.0 - 行号300000 2015/04/18 17:04:22 - 合并记录.0 - 行号350000 2015/04/18 17:04:22 - INPUTTABLE_syonline.0 - linenr 200000 2015/04/18 17:04:22 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 200000 2015/04/18 17:04:22 - 合并记录.0 - 行号400000 2015/04/18 17:04:23 - 合并记录.0 - 行号450000 2015/04/18 17:04:23 - INPUTTABLE_syonline.0 - linenr 250000 2015/04/18 17:04:23 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 250000 2015/04/18 17:04:23 - 合并记录.0 - 行号500000 2015/04/18 17:04:23 - 合并记录.0 - 行号550000 2015/04/18 17:04:23 - INPUTTABLE_syonline.0 - linenr 300000 2015/04/18 17:04:24 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 300000 2015/04/18 17:04:24 - 合并记录.0 - 行号600000 2015/04/18 17:04:24 - 合并记录.0 - 行号650000 2015/04/18 17:04:24 - INPUTTABLE_syonline.0 - linenr 350000 2015/04/18 17:04:24 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 350000 2015/04/18 17:04:24 - 合并记录.0 - 行号700000 2015/04/18 17:04:24 - 合并记录.0 - 行号750000 2015/04/18 17:04:25 - INPUTTABLE_syonline.0 - linenr 400000 2015/04/18 17:04:25 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 400000 2015/04/18 17:04:25 - 合并记录.0 - 行号800000 2015/04/18 17:04:25 - 合并记录.0 - 行号850000 2015/04/18 17:04:25 - INPUTTABLE_syonline.0 - linenr 450000 2015/04/18 17:04:26 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 450000 2015/04/18 17:04:26 - 合并记录.0 - 行号900000 2015/04/18 17:04:26 - 合并记录.0 - 行号950000 2015/04/18 17:04:26 - INPUTTABLE_syonline.0 - linenr 500000 2015/04/18 17:04:26 - INPUTTABLE_syonline.0 - Finished reading query, closing connection. 2015/04/18 17:04:26 - INPUTTABLE_syonline.0 - 完成处理 (I=500184, O=0, R=0, W=500184, U=0, E=0 2015/04/18 17:04:26 - INPUTTABLE_t_lzfx_base_syonline.0 - linenr 500000 2015/04/18 17:04:26 - INPUTTABLE_t_lzfx_base_syonline.0 - Finished reading query, closing connection. 2015/04/18 17:04:26 - 合并记录.0 - 行号1000000 2015/04/18 17:04:26 - INPUTTABLE_t_lzfx_base_syonline.0 - 完成处理 (I=500184, O=0, R=0, W=500184, U=0, E=0 2015/04/18 17:04:26 - 合并记录.0 - 完成处理 (I=0, O=0, R=1000368, W=500184, U=0, E=0 2015/04/18 17:04:26 - 数据同步.0 - 完成处理 (I=0, O=0, R=500184, W=500184, U=0, E=0
相关推荐
通过调用kettle的API接口,实现将一个库的数据转移到另一个数据库中。附件中同时提供了抽取需要的jar包
java 调用 kettle api 所需jar包依赖。
java调用kettle的依赖包。调试代码的过程中一个个找出来的，分享给大家 kettle java 依赖包
对向前兼容性的推荐 ：如果想要动态地创造Transformation (例如:从元数据)，使用XML文件方法(KTR)而不是使用API。 XML文件兼容Kettle所有版本，同样对job有效的。 下面的例子进行以下操作： 1创建Transformation ...
java中调用kettle中的job与转换源码，其中kettle用的是5.2.0.0的版本。已经测试过可以调用访问，并且可以传入参数调用。有需要的可直接拿去使用。
java调用kettle使用示例，包含数据库到数据库，csv到数据库及数据库到excel数据同步调用代码。
java调用kettle中的Job或是Trans要用到的jar包
简单的Java调用kettle转换
使用java调用kettle的jar包，实现同步任务的调度，内含简单的demo
用java调用kettle设计并包含主要源代码
kettle的使用手册，及个人实现的数据增量同步，亲测可行！
java调用kettle时需要的jar包合计，其中包括了可能会用到的Oracle和MySQL的驱动文件
本资源主要内容包括（资源有保证，都是干货，一看就会）： ...2.JAVA传参调用KETTLE远程服务执行任务实现过程及注意事项说明。 3.附件包括：配套说明文档、代码包、KETLLE任务测试文件及数据库脚本。
Kettle java API Kettle java API
kettle是一个纯java编写的etl工具，同时提供了相关api供java进行调用。速度是很快的10000笔/S速度。本资料提供的是java调用kettle需要的jar包
java调用Kettle引用jar包
用于java调用kettlektr文件的jar,在kettle官网下载图形化界面里面也包含
Java调用Kettle代码 ，用Java代码调用KTR文件，和JOb文件
java调用Kettle引用jar包.zip
java远程调用kettle说明与代码.pdf