数据对接—kettle使用知识12

本文介绍两种去除重复记录的方法:一种需要先对数据排序,适用于精确去重;另一种利用HashSet实现,无需排序,适用于大数据集快速去重。文章还提供了控件配置细节。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

摘要: 这一篇我们介绍转换插件的使用,去除重复记录和Unique rows (HashSet)。 去除重复记录控件 该步骤从流中移除重复的记录,根据指定的字段进行排除重复记录,还可以统计出重复的数量,下面是控件截图: 1、增加计数器到输出:如果你想知道多少重复行被去掉,就选择此选项。

这一篇我们介绍转换插件的使用,去除重复记录和Unique rows (HashSet)。

去除重复记录控件

该步骤从流中移除重复的记录,根据指定的字段进行排除重复记录,还可以统计出重复的数量,下面是控件截图:


1、增加计数器到输出:如果你想知道多少重复行被去掉,就选择此选项

2、重定向重复记录

注意事项:

1、使用前需要排序


Unique rows (HashSet)控件

该步骤也可以从流中移除重复的记录,下面是控件截图:

总结:

两个控件都是去重的控件,较大的区别是第一个控件去重前需要排序,第二个控件不需要排序就可以直接完成去重任务,需要哪一个控件自己选择吧。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值