30天學會Data Integration - Kettle系列 第 18 篇 - Step - 資料庫Join
此篇要來介紹如何Join Table，使用的Step是[Lookup]Database Join，會以MSSQL的Northwind資料庫來示範。
[Lookup]Database Join介紹
此Step允許加入參數(前一個步驟的欄位值)來進行資料庫查詢，在SQL語法中使用?來表示參數的位置，可以有多個?號，而?號出現的順序 = 參數在Step中定義的順序。
本篇目標
取得每位員工所負責的訂單(含客戶與貨運商資料)，總共四張Table，需要Join三次
Northwind資料庫圖表
設定資料庫連線
在「Step - 讀取資料庫」篇中有說明如何設定Step中的連線，另外一種設定方式是直接在View頁籤中設定連線
設定方式與「Step - 讀取資料庫」篇一樣
取得員工資料
新增、設定與預覽 Table Input，在「Step - 讀取資料庫」篇中也說過囉！快速帶過
預覽資料
取得員工負責的訂單
新增與設定Database Join，請在Step name輸入名稱，以避免後續混淆；SQL的地方，因為我們要取得每個員工所負責的訂單，所以要開始來進行訂單資料的join，join的條件：訂單的EmployeeID = 員工的EmployeeID，所以需要在下方的Parameter的地方，定義上一個步驟「讀取員工資料」的EmployeeID來做為比對的值
預覽，成功取得員工所負責的訂單資料，其中EmployeeID_1欄位是什麼意思呢？因為Employees與Orders資料表都有一個叫做EmployeeID的欄位，因為在Transformation中欄位是不可以重複的，所以這邊自動將Orders的EmployeeID欄位改以EmployeeID_1來定義
取得訂單的客戶資料
新增與設定Database Join，請在Step name輸入名稱，以避免後續混淆；SQL的地方，因為我們要取得該訂單的客戶資料，所以要開始來進行客戶的資料join，join的條件：客戶的CustomerID = 訂單的CustomerID，所以需要在下方的Parameter的地方，定義上一個步驟「取得員工負責的訂單」的CustomerID來做為比對的值
預覽資料
取得訂單的貨運商
新增與設定Database Join，請在Step name輸入名稱，以避免後續混淆；SQL的地方，因為我們要取得該訂單的貨運商資料，所以要開始來進行貨運商的資料join，join的條件：貨運商的ShipperID = 訂單的ShipVia，所以需要在下方的Parameter的地方，定義上一個步驟「取得員工負責的訂單」的ShipVia來做為比對的值
預覽資料，此時的欄位已經已經多到很難查看了，下方的橫向卷軸越來越寬XD，其實可以在下SQL時就指定欄位，或是使用[Transform]Select Values中的Select and Alter頁籤來設定要顯示的欄位，詳細可複習這一篇Step - 字串組合與欄位調整
完成上述動作之後想必大家一定對於Database Join的設定很熟悉了，但可能會有個疑問，就是為什麼要這麼麻煩啊...！為什麼不在第一個Step(取得員工資料)使用Table Input時就直接一次下完join的SQL呢？
SELECT * FROM [Employees] AS [t0]
INNER JOIN [Orders] AS [t1] ON ([t0].[EmployeeID]) = [t1].[EmployeeID]
INNER JOIN [Customers] AS [t2] ON [t1].[CustomerID] = [t2].[CustomerID]
INNER JOIN [Shippers] AS [t3] ON [t1].[ShipVia] = ([t3].[ShipperID])
答案是，如果所有資料表都在同一個資料庫，就可以在Table Input時一次下完join，但是如果資料表是屬於不同的資料庫，就只好乖乖使用Database Join囉(記得更改Connection即可)！
下一篇會繼續介紹別的Join方式
留言
張貼留言