Pentaho Kettle：将两个输入与一个循环进行比较？

Question

我有两个单独的字段（来自两个单独的excel文件输入），可以在Pentaho Kettle中进行比较。第一个excel文件的字段名称称为“位置”，第二个excel输入的字段名称称为“方向”。这两个字段的数据类型均为“字符串”。

“位置”字段的条目是唯一的，而“方向”字段的条目不是唯一的。例如，它们可能多次包含字符串“ New York”。

我想做的是将“方向”字段的每个条目与“位置”字段的所有条目进行比较。由于位置字段用作查找表，因此我想知道哪些方向条目未在位置条目中列出。

结果应该是未出现在location-lookup-table中的许多字符串（方向）。为了做到这一点，我将需要两个循环（嵌套的）来比较每个方向条目和每个位置条目。如何使用Pentaho Kettle实现此目的？我已经用“合并行（diff）”和“修改后的Java脚本值步骤”进行了尝试，但没有成功。有关如何解决此问题的任何建议？

Answer 1

Pentaho使用流工作，通常不需要循环。

在下面的图片中，我构建了一个简单的转换，该转换应该可以执行您想要的操作：

1. 这两个Excel输入将为您提供方向和位置，以及您需要的任何其他字段。
2. 流查找将位置中的所有记录加载到内存中进行比较（将位置Excel Input配置为查找步骤），然后根据您配置的字段（方向和位置）从“方向”中查找每一行。
3. 您应该至少输入一个字段以从位置查询中返回ID，位置本身。
4. 然后，筛选器行会检查新字段（Location_id，位置，所拥有的内容）是否具有某些值。如果已填充，则该位置存在；如果为空，则该位置转到“未找到”以进行进一步处理。