使用 Pentaho 作为 XML ETL 工具答案

【问题标题】：Using Pentaho as XML ETL tool使用 Pentaho 作为 XML ETL 工具
【发布时间】：2012-10-22 03:38:13
【问题描述】：

我对 Pentaho 一无所知，我只想知道它是否能胜任我的工作，然后再投入大量时间来学习它。

Pentaho 可以用作 XML ETL 工具吗？能否实现任意变换？典型的转换是将 XML 元素“Company”及其子元素“Employee”折叠到同一个“Employee”表中，但这只是最简单的转换，还有无限的其他可能性。例如，将以下 XML 导入我们的数据库：

    <Root>
       <OrdersByCustomer>
        <CustomerInfo>
          <Customer>
            <CustomerID>1234</CustomerID>
            ...
          </Customer>
          <Address>...</Address>
        </CustomerInfo>
        <Orders>
          <Order>...</Order>
          <Order>...</Order>
          <Order>...</Order>
        </Orders>
      </ OrdersByCustomer>
    </Root>

我需要获取 CustomerID 并将其与 XML 元素“Order”中的数据一起插入。

Pantaho 能做到如此无限且任意的变换吗？还是我必须削减自己的代码？

如果上述问题的答案是肯定的，那么，还有两个问题：

Pentaho 是对称的和双向的吗？我们不仅需要将 XML 导入数据库，还需要从数据库中的数据生成 XML。 Pentaho 能做到吗？
如果答案再次是肯定的，我知道 Pentaho 是一个框架，并且有关于它的书籍。是需要学习整个框架，还是直接安装，花半天时间只学习XML ETL部分，然后开始使用？

【问题讨论】：

标签： xml etl pentaho

【解决方案1】：

是的，Kettle/PDI 可以像导入 XML 一样轻松导出 XML。
没有。您可以只使用 Kettle 的 XML 部分，它本身只是堆栈的一部分。需要明确的是 - Pentaho 本身并不是一个框架，它是一个包含多个子产品的产品堆栈 - 您只需要查看 ETL 部分 - PDI/Kettle。

Kettle 很容易上手，所以只需加载它，阅读众多示例中的一些，然后开始吧！

【讨论】：

谢谢先生，但您能否也回答我的第一个问题：Kettle 可以对 XML 进行任意转换吗？它可以获取 CustomerID 并将其与详细信息一起插入“Order”表吗？
?不完全确定你的意思。您可以使用 xpath 从 xml 查询数据。然后成为 PDI 流的一部分。稍后您可以查找客户 ID，无论是来自数据库还是另一个流，也可能来自 xml，然后您可以写入表。我认为值得看一些示例，您所描述的内容听起来很简单，因此您应该能够快速上手。
我想知道的是，在不使用XPath的情况下，纯粹使用UI拖拽式的方式来设置，PDI能不能把CustomerID取出来和里面包含的字段放在一起，并将其作为结果集呈现？
是的。您必须从一个流中的文件中读取订单，然后从另一个流中读取客户详细信息，并使用连接或流查找组件进行查找。