横表与竖表
横表
竖表
上面两张图是同样数据的两种存储方法，1为横表，2为竖表
容易看出，竖表中的 subject 字段非常重要，这一列的数据去重后为 chinese, math, english ，即横表中的三个字段名，在kettle的行列互转中，这个 subject 字段被称为 Key字段（关键字段）
行转列
将横表转为竖表即为kettle的行转列，其核心为横表的chinese, math, english字段转为了竖表的subject的值，将横表chinese, math, english的数据转为了竖表的grade的值
整体转换
- 两个对象
表输入
- 读取student表，下方视图中可看到当前的数据
- 行转列操作无需排序
行转列
- Key字段（起个名即可）：即Key字段（关键字段）subject，行转列操作后，chinese, math, english三个字段会变成一个新的字段的值，Key字段就是为这个新字段起个名称
- 字段名称：填写横表需要行转列的字段，在这写的字段会从原来的字段名转变为一列数据，这列数据的列名为上面设置的Key字段名。
- Key值（不重要，一般与字段名称一致即可）：转为列之后更改字段名称
- Value字段（不重要，起个名即可）：行转列的那些字段之前是有很多数据的，给这些数据起个名字，名字都一致即可，多了也没用
- 另外，kettle的行转列对象有个bug，在对象窗口的左上角写的可能是列转行，无视就好
列转行
将竖表转为横表即为kettle的列转行，其核心为竖表的Key字段（关键字段）的数据聚合后成为横表的字段名，即subject的chinese, math, english，本例中聚合字段为subject, studentID
表输入
- 读取student表
- 所有聚合字段必须先排序
列转行
- 关键字段：即关键字段subject，列转行的核心字段，此字段会进行聚合操作，聚合结果作为之后横表的新字段名
- 分组字段：关键字段的数据（chinese, math, english）有重复，它的重复是有规律的，即每增加一个学生（studentID），其数据一般就会重复一次，其中决定它重复的字段studentID就是分组字段。此项可以为空，如果为空，那么转换前有多少行数据，转换后就有多少个字段（差不多）。
- 目标字段：关键字段的数据去重后（chinese, math, english）变成字段名，给这些字段名起个别名，一般与关键字值一致即可
- 数据字段：在竖表中，有一个与关键字段一一对应的数据字段，它的字段名填在这，本例中为grade
- 关键字值：关键字段的数据去重后（chinese, math, english）即为关键字值
- 聚合：列转行核心是对关键字段的聚合操作，除关键字段与分组字段之外，其他字段的聚合方式在这里选择，比如本例选择的最大值，id和name就会在聚合后取最大的一个值
网友评论