标签：etl kettle 权威 前一行
kettle中访问前一行数据
在kettle中，当需要访问数据流前一行数据时，很多人都是用javascript步骤的特性；实际上没有必要，不是说javascript步骤不好，主要是性能低，同时也增加了复杂度，因为写代码让javascript步骤难以理解，最好是使用kettle标准步骤实现。我们的原则是代码最小化，过程轻松。
（The Analytic Query Step）分析查询步骤
TheAnalytic Query 步骤可以查找数据流中的前面行或后面行，并且取值到当前行，很多场合是非常有用的，但是我感觉通常被开发者忽略。在“statistics”（统计）分类里有该步骤，下面的章节展示如何使用。
需求场景：计算库存之和
假设需要计算数据流中某字段的累计和，如库存和。原始数据是针对每个货物的交易信息，导致库存增加或减少，交易是按照日期排序。需要计算每次交易后当前库存量的值，并作为一个新字段保存，结果如下图所示：
A、B、C列是输入，列D是通过转换步骤计算出来的。
一种解决方法基于“Analytic Query”和“JavaScript modified Value”步骤
该思路是通过简短的javasript代码去实现,记录当前产品的库存，然后增加交易值，并在新字段中保存结果。如果数据流是按照产品和日期排序，需要针对当前产品增加一个库存计数器，当前产品是新产品（相对前一行），则计数器被置为1，否则为0。通常情况很多人通过javascript代码访问前一行，这种方法并不可取，除了javascript步骤外，还有“Analytic Query”步骤。本例中javascript步骤仅仅根据新字段值判断是否为新的产品，尽量保持javascript步骤简洁，可以减少错误产生。
这里是解决方法，点击下载：
首先读取数据并按照产品和日期排序，然后前一行产品值增加到“prev_product”字段中，接下来的步骤是和当前产品进行比较，并把标志值保存在“is_new_product”字段中，后面javascript步骤使用之前的信息计算就变得非常简单了。
javascript代码如下：
var stock;
if (is_new_product ==1){
stock = 0;
}
stock += delta;
为了使结果更直观，最后两个步骤是去除辅助字段并安装日期和产品排序。我们可以通过右击每个步骤，通过查看输出步骤，确认每个步骤的输出字段情况。
更简单的方法：无脚步解决方案
使用“group by”步骤，根据输入分组计算和，在本场景中，比使用“AnalyticQuery”步骤和javascript步骤更有优势。
无脚步解决方案代码下载。
标签：etl kettle 权威 前一行
原文地址：http://blog.csdn.net/neweastsun/article/details/39075827
