任务开始设置

大多数的数据整合不是一个转换就能够完成的，而是分为一个个的任务（Job，又称作业）去处理。任务可以是一个清洗、装载或转换等操作，也可以是多个转换、任务的集合。 任务是按顺序执行的，是比转换更高一级的处理流程。本章将分别介绍任务的开始、转换、成功组件，以及介绍检查数据库表与字段是否存在、文件是否存在、执行SQL脚本和发送邮件等任务常用组件。

开始是任务执行的起点，在开始任务中，设置定时调度参数，可以使任务定时执行。 为了抽取数据库中新到的数据进行分析，需要设置定时任务，使用开始任务组件，定时每天23:59启动任务进行抽取。

（1） 建立【开始】任务工程。

（2） 设置【开始】组件参数。

（3） 运行任务工程。

使用Ctrl+Alt+N快捷键，创建开始任务工程，并将工程命名为“开始”，即创建【开始】任务工程。 在【开始】任务工程中，单击【核心对象】选项卡，展开【通用】对象，选中【Start】组件，并拖曳到右边工作区中，如图所示，在一个任务中，只能有一个【Start】组件。

双击上图所示的【Start】组件，弹出【作业定时调度】对话框，如图所示。

有关参数的说明如表所示。

参数名称	说明
Job entry name	表示任务入口名称，一个任务只有一个入口。默认值为Start
重复	表示是否重复执行任务，当需要定时调度时，就是需要重复。缺省值为空
类型	表示定时的类型，缺省值为不需要定时。定时类型分别如下 不需要定时：由人工执行 时间间隔：间隔多长时间执行一次，单位是分或秒，由读者自行选择 天：每天的几时、几秒开始执行 周：每周周几的几时、几秒开始执行 月：每月几号的几时、几秒开始执行
以秒计算的间隔	表示以秒计算时，时间间隔的秒数，只有当类型选择为时间间隔时有效，缺省值为0
以分钟计算的间隔	表示以分钟计算时，时间间隔的分钟数，只有当类型选择为时间间隔时有效，缺省值为60
每天	表示定时类型为天、周、月时，所在天的开始执行任务的时刻为第几小时、第几分钟，小时数缺省值为12，分钟数缺省值为0
每周	表示定时类型为周时，天的开始执行任务的时间为星期几，缺省值为星期一
每月	表示定时类型为月时，开始执行任务的时间为每月的第几日，缺省值为1

 

在上图所示的【作业定时调度】对话框中，设置有关参数，每天23:59开始，执行抽取数据的任务，如图所示，此时完成【Start】组件的参数设置。

在【开始】任务中，单击【开始】组件（名称已由“Start”设置为“开始”），再单击工作区上方的 图标，弹出的【执行作业】对话框，如图所示。 

 在正式执行任务前，读者可以根据任务需要，设置执行任务的参数，有关参数的说明如表所示。

参数名称		说明
Run configuration		表示运行设置，默认值为Pentaho local
详细	Expand remote job	表示是否扩展的远程任务，默认值为空
	日志级别	表示记录的日志级别。日志级别有以下选项，默认值为基本日志。 没有日志：没有日志记录 错误日志：只记录错误的日志 最小日志：只使用最小的日志记录 基本日志：记录基本信息的日志 详细日志：给出详细的日志输出 调试：用于调试目的，非常详细的输出 行级日志：在行记录级进行日志记录，非常详细，将会生成大量日志数据
	执行前清空日志	表示在运行任务前是否清除所有日志。如果日志很大，读者可在下一次执行之前清除日志，以节省空间。默认值为√
	使用安全模式	表示检查通过每一行工作，并确保所有的布局是相同的。如果一行的布局与第一行不同，那么将生成一个错误并报告。默认值为空
	Gather performance metrics	表示是否收集性能指标。默认值为空

参数名称		说明
Run configuration		表示运行设置，默认值为Pentaho local
命名参数	命名参数	表示命名参数名称，在运行时设置与任务相关的参数值，参数是局部变量。用户临时修改每次任务执行的参数，通过实验性地确定参数的最佳值。使用命名参数表来设置命名参数和对应的值
	默认值	表示命名参数的默认值
	值	表示命名参数的设置的值
	描述	表示命名参数的描述
变量	变量	表示变量的名称。在运行时设置与任务相关的变量的值。使用变量表来设置变量和对应的值。
	Value	表示变量的值

 因为不需要设置运行任务的参数，所以单击上图下方的【执行】按钮，运行【开始】任务工程。在【开始】任务工程工作区下方，展示运行任务的执行结果日志，如下 图所示，表示【开始】任务在开始执行，定时调度在进行当中。如果需要停止正在运行的任务，那么单击工作区上方的     图标。