问题标签 [kettle]

我正在尝试使用 Pentaho Kettle/Spoon 中的“Excel 输入”转换导入 Excel 文件。Spoon 为第 67 行吐出一个“NullPointerException”，该行在第一列中有一个空值。（前 66 行在第一列中具有非空值。）

以下是错误日志：

有没有办法解决这个问题？

我正在尝试使用 SQL 之类的 select column from table where column in (?) as ？应该是字符串的串联。我做了脚本，将行连接成“字符串”、“第二字符串”等。我知道，我应该只使用更多的参数，但是到执行的那一刻，我不知道会有多少个参数，每次都是数百个。我想在一个 SQL 中执行此操作，因此将每个参数放在一行中，并检查“为每一行执行”也不完美。

任何线索，如何做到这一点？

我使用 Kettle 进行一些转换并遇到了一个问题：对于一个特定的行，我的 DatabaseLookup 步骤挂起。它只是没有给出结果。试图停止转换会导致查找步骤的“停止”永无止境。

给定的值一点也不复杂，它与所有其他行/值也没有什么不同。它只是不会继续。

直接在数据库中或在不同的数据库工具（例如 SQuirreL）中执行相同的查询，它可以工作。

我使用 Kettle/Spoon 4.1，数据库是 MySQL 5.5.10。它发生在 Connector/J 5.1.14 和与勺子捆绑在一起的那个。

该步骤完美地初始化（它甚至适用于其他行），我不知道它为什么会失败。Spoon 日志中没有错误消息，控制台/shell 上也没有任何错误消息。

我们正在使用 Pentaho 数据集成（开源 ETL 工具）并尝试使用 JNDI 连接来连接到 MS SQL 2005 数据库。如果我们在服务器上使用默认实例，它工作正常，但是我们遇到的问题是试图让它连接到命名实例。

如果您能提供一个示例或某个地方可以查看，我们将不胜感激。

谢谢。

五角水壶

我需要使用环境变量在转换的组合查找步骤中动态设置“维度字段”和“流中的字段”字段，它应该类似于

有任何想法吗？

我的 Kettle/Spoon (4.1.0) 转换变得非常大，到目前为止它有 30 个步骤。它使用 7 个数据源，将产生大约 5 个输出。我想将图表的一部分包含在单个步骤中。可能吗？

我有一个包含以下列的 35 MB Excel 文件：

我想根据“名称”列将文件拆分为几个 csv 文件（最好还根据此列中的值命名文件）。
我还希望文件按“年份”排序（但这当然可以事先在 Excel 中完成。）

非常感谢 bash 脚本或 Kettle/Pentaho 解决方案。（也欢迎替代品。）

我正在处理/etc/group来自系统的文件。CSV input我用分隔符 step加载它:。它有四个字段：group, pwfield, gid, members。该members字段是一个逗号分隔的列表，其中未指定计数的帐户名称从 0 到无限。

我想生成一个包含三个字段的记录列表：group, gid, account。第一步我用User Defined Java Class，第二步我用Select values。

示例输入：

示例输出 (XLS) - 预期：

示例输出 (XLS) - 实际错误：

用户定义的 Java 类：

我相信我错过了调用某些管理功能，或者我应该使用createOutRow(). 谷歌没有帮助。

神奇的是，如果我创建一个如图所示的转换，那么

• XLS debug Aaccount每行都有正确的值
• XLS debug B具有重复account值，如示例输出。

如果我Dummy在之前放置一个步骤Select values 7，则XLS debug B变得正确并XLS debug A变得糟糕。

Kettle 具有“行规范化器”和“行非规范化器”步骤，例如

http://wiki.pentaho.com/display/EAI/Row+Normalizer

但它们要求您手动配置非规范化表中的字段。我不明白如何实际使用它，因为非规范化表中的字段数取决于规范化表中的行数，这是动态的。例如，在他们的示例中，非规范化输入表中的三个产品有三列，用户必须手动告诉转换如何处理每一个。但在实际应用中，产品的数量会动态变化。因此，此转换仅适用于一个表，在某一时刻。任何具有不同列数的东西都会失败。

我有几十个或几百个看起来非常像他们的示例的非规范化输入文件，它们都有不同的列数。

如果有人有一些指示，我们需要使用 peantho 水壶从某个网站提取数据，请告诉我。这些文件采用 zip 格式，可在 Web 上的链接中找到。