kettle中实现动态SQL查询

浏览数：30 / 时间：2015年06月12日

kettle中实现动态SQL查询

在ETL项目中，通常有根据运行时输入参数去执行一些SQL语句，如查询数据。本文通过kettle中的表输入（“table input”）步骤来说明动态查询、参数查询。示例代码使用内存数据库（H2），下载就可以直接运行，通过示例学习更轻松。

SQL查询语句中占位符绑定字段值

第一个接近动态语句的是大家熟悉的从SQL代码中执行，开始写一个SQL查询，包含一些占位符，然后绑定值到占位符，使之成为一个有效的查询并执行。根据需要可以绑定多个值并循环执行。本示例的名称为placeholders.ktr文件。

在示例中，首先创建presidents表并填入数据（关于美国总统的内容），代码如下，字段分别为：名称、州、政党、职业、毕业院校、任职日期、离职日期。

CREATE TABLE presidents(

name VARCHAR(255),

state VARCHAR(255),

party VARCHAR(64),

occupation VARCHAR(64),

college VARCHAR(64),

took_office DATE,

left_office DATE

);

下面的查询语句用问号占位符，当开始日期（第一个？号）和结束日期（第二个？号）绑定到SQL的问号占位符，在查询入职日期在一定期间的总统信息：

SELECTname,took_office FROM presidents WHEREtook_officeBETWEEN? AND?

示例中，首先使用生成行步骤（“Generdate Rows”）生成一行带有两个字段的记录，分别按顺序代替表输入SQL语句中的占位符。实际场景中，通常使用动态处理结果产生期望值代替生成行步骤。

接下来是表输入步骤，其中配置SQL查询语句，包含问号占位符，通过在“Insert Data Step”的下拉框中选择前一步骤，来替换问号的值。

通过传输不同的值多次执行查询

如果你想循环执行查询，使用不同值替换占位符；就需要占位符生产步骤生成多行数据，并把表输入的选项“Execute for each row”选中。本示例文件名称为placeholders_in_loop.ktr。

占位符的局限性

虽然通过给占位符绑定值查询非常有效，但也有一些场景不能使用，下面一些SQL不能使用占位符。这些示例都非常通用，但是不能使用占位符。

不能用占位符代替表名词，否则查询将不执行。

SELECT some_fieldFROM ?

不能使用占位符代替查询的字段名称，下面的查询可以成功绑定参数，但只是作为一个常量，而不是字段的名称。

SELECT ? asmy_field FROM table

不能使用占位符绑定逗号分隔的多个列表项值；如果你绑定 “1,2,3″ 给下面的查询语句，将得到意外的结果。

SELECT * FROM testWHERE id IN (?)

你期望得到的结果是：

SELECT * FROM testWHERE id IN ("1,2,3")

但是运行的结果却是这样，传输一个字符串，却得到三个值，而实际情况完全不确定有几个值传输进来。

SELECT * FROM testWHERE id IN (1,2,3)

为了解决这些场景的问题，需要使用kettle的变量动态构造查询文本，下面详细说明。

SQL查询中使用kettle变量

表输入步骤支持替换查询中的变量或参数，假设有一系列结构完全相关的表，分别是: mammals, birds, insects(动物、鸟、昆虫)，可以使用kettle变量作为表的名称。假设我们有一个变量，名称为：ANIMALS_TABLE,赋值为birds，我们设置“Replace Vaiables”选项选中。如果我们写下面的查询：

SELECT name,population FROM ${ANIMALS_TABLE}

在执行一定被成功的替换成：

SELECT name,population FROM birds

如果设置变量的值为“mammals”或“insects”，则将动态查询不同的表。当占位符不能胜任是，使用变量技术可以帮助我们解决。示例的名称为variables.ktr，运行时不要忘了给parameter（命名参数）赋值进行测试。