30天學會Data Integration - Kettle系列 第 19 篇 - Step - Merge Join與篩選資料

 本篇要介紹另外一種Join的Step：[Joins]Merge Join，Join的類型有四種可以選擇，而前一篇的Database Join就只有Left Join跟Outer Join而已，另外還有很好用的資料過濾Step：[Flow]Filter rows，接下來就來認識一下這兩個Step

[Joins]Merge Join介紹

必須存在兩個不同的Step，才能進行Join，Join的類型有四種：INNER、LEFT OUTER、RIGHT OUTER與FULL OUTER；另外有一點必須特別注意，Join之前必須排序指定的欄位。

[Flow]Filter rows介紹

提供設定多條件的方式來過濾資料，當存在前一個Step時，則可以選擇欄位值來進行塞選，比對值的方式有提供多種函式，點選右上角的 + icon可以增加多個條件

本篇目標

一樣使用MSSQL的Northwind資料庫來示範，客戶有91筆，訂單有830筆，本篇想要找出所有客戶的訂單明細，以及沒有訂單的客戶各是哪些，以下操作很多都是介紹過的Step，設定的步驟會快速帶過哦！

取得訂單資料與客戶資料

新增Table Input，取得客戶資料

新增Table Input，取得訂單資料

新增與設定Merge Join

1.新增Merge Join，並建立Hop
2.選擇First與Second Step來源，這邊的First與Second其實也代表Left與Right Table
3.選擇Join Type，因為我們要找出所有客戶的訂單，不論此客戶是否有購買過資料都要找出來，所以選擇LEFT OUTER
4.設定Join的Key，請輸入CustomerID
5.按下OK

此時會跳出提示訊息，提醒Join之前一定要排序，否則資料會異常

新增Sort Rows

新增兩個Sort Rows，這個Step之前有介紹過，可以參考此篇Step - 數值對應與欄位排序，建立Hop時，有個小技巧，可以按住Step拖曳到想要插入的Hop的線上面(例如：訂單資料與Merge Join之間的那條線)，當Hop變成粗線時，則代表可插入Step

此時放開Step也會出現提示訊息，按Yes

兩個Step皆設定以CustomerID來排序

預覽Merge Join

即得到832筆資料

即代表有兩個客戶是沒有訂單的，接下來我們要開始進行有訂單與無訂單的客戶的篩選

新增與設定Filter rows

新增Filter rows，建立Hop，請輸入過濾的條件，因為我們要找出沒有訂單的是哪些客戶，所以條件請下 OrderID欄位等於NULL

預覽Filter rows

得到兩個沒有訂單的客戶

但是有訂單的客戶我們要怎麼取得呢？

指定Filter rows的Result Step

請新增兩個Microsoft Excel Output，並建立Hop，此時會發現Kettle要求我們選擇Hop的類型，因為Filter rows有True與False兩種型態(Hop上面也會有True與False的icon提供我們做辨識)，透過Hop可以指定符合條件與不符合條件的資料要流向哪個Step，所以我們才可以得到有訂單與無訂單的客戶各是哪些

預覽Microsoft Excel Output

取得客戶資料與其訂單資料

得到沒有訂單的客戶

---

慢慢了解越來越多的Step之後，可以做的分析就越多了，相對的設定步驟也暴增，不知道大家是否跟得上XD，還是要多加練習，才會比較有感覺，下一篇一樣繼續介紹Join