循环在水壶变换中

Question

我想重复执行一个如下所示的SQL查询：

SELECT '${date.i}' AS d, 
  COUNT(DISTINCT xid) AS n
FROM table 
WHERE date 
  BETWEEN DATE_SUB('${date.i}', INTERVAL 6 DAY) 
    AND '${date.i}'
;

它基本上是按时间跨度分组，只是那些相交，这会阻止使用GROUP BY。

这就是为什么我想在某个时间跨度内每天重复执行查询的原因。但我不确定如何实现循环。你会建议什么解决方案？

Kettle变量date.i从全局变量初始化。转换只是同一转换包中的几个转换之一。只要不重新进入循环，就可以隐含地实现“停止trafo”。

以下是流程图：

Answer 1

转型的流程：

在步骤＆＃34; INPUT＆＃34;我创建了一个包含三个相同字段的结果集，其日期从${date.from}到${date.until}（水壶变量）。 （有关此技术的详细信息，请查看我的文章 - Generating virtual tables for JOIN operations in MySQL）。

在步骤＆＃34; SELECT＆＃34;我设置了要使用的数据源（＆＃34; INPUT＆＃34;）并且我想要＆＃34; SELECT＆＃34;要为服务结果集中的每一行执行。因为Kettle通过一个不露面的问号将参数1对1映射，所以我必须为相同的参数提供三次 - 每次使用。

＆＃34;文本文件输出＆＃34;最后以一般的方式输出结果。只需要设置文件名。

2013-01-01至2013-01-05的结果文本输出内容：

d;n
2013/01/01 00:00:00.000;3038
2013/01/02 00:00:00.000;2405
2013/01/03 00:00:00.000;2055
2013/01/04 00:00:00.000;2796
2013/01/05 00:00:00.000;2687

我不确定这是否是最简单的解决方案，但它可以解决问题。

---

Answer 2

在水壶中你想避免循环，它们会在变换中造成真正的麻烦。相反，您应该通过添加一个步骤来执行此操作，该步骤将在流中为您想要的每个日期放置一行（将值存储在字段中），然后在查询中使用该字段值。

ETA：流是在步骤之间移动行（记录）的东西。可能有助于将其视为由每个跃点处的表组成，该表临时保存步骤之间的行。

您希望避免循环，因为Kettle变换仅在行级别是顺序的：行可以并行处理并且不按顺序处理，唯一的保证是该行将按顺序通过这些步骤。因此，变换中的循环不会像您直观期望的那样起作用。

仅供参考，如果您仍然不清楚流是什么，这听起来似乎您可能需要阅读一些Kettle教程。