Kettle 入门级使用，案例教程

前期工作准备：https://blog.csdn.net/xueruixuan/article/details/86488703

实战案例场景描述：
2个数据库跨库同步数据， 2个库的数据进行同步的新增、修改、删除

1： 数据库模块
数据库A 为Mysql 数据库  存在表Table1
数据库B 为Sqlserver 数据库 存在表Table 2

每隔15分钟，将Table1的数据 同步到Table 2的数据中


2： 唯一性判断

2个表的数据唯一性都是依赖于主键GID （匹配字段）
2个表都是根据UpdateTime  和 状态码 、GID  3个条件判断数据的变化性 （数据字段）


案例实战步骤
1. 配置完成数据库配置，如果大家在同一个作业里面都使用1个 数据源，记得点击右键，数据共享



2. 搭建简易的流程
 原始表：指的是数据来源的表
 目标表：指的是将要同步的表

 排序记录（划重点）：是为了解决 后期2个表合并记录的时候准备使用的，原因是因为 每次合并记录的时候，默认是按50000一一次存储到内存中，如果不提前排序，可能会导致 2个表的结果集 合并记录时出现错误的情况，最后导致同步数据失败

字段选择：是为了解决 2个表跨库的过程中，数据库字段不一致的问题

 

 

合并记录（划重点）
匹配的关键字 对比出2个数据库是否存在相同的记录（简单理解为判断是否新增的依据），
数据字典 是对比2个数据库是否存在 变化的记录，此字段需要根据业务场景来进行调整处理  PS：字段越多对比数据越慢
 

根据合并记录的数据行来执行对应的流程处理
注意： 值千千万万一定要按这个上面的写，特别是changed，别写错了






后续的配置网上案例就比较多了，大家记得 提交数据的时候，还是把批量更新可能会对数据库的压力更小一点





如果涉及到多表的同步，而且直接没有关联性的，可以尝试用下面这个方式进行

 

 

总结：
1. 文章写得很乱，没有流程而言，只有每个地方简单切图
2. 排序的细节点和合并记录的细节点 非常非常重要
3. 自己也是初学者，无法跟大佬相比，如果更好的方案或者问题，请大佬指出。