1.通过使用Kettle工具,创建一个转换,并添加“CSV文件输入”控件、“唯一行(哈希值)”控件以及Hop跳连接线,具体如图所示。
2. 单击【浏览】按钮,选择要进行完全去重处理的CSV文件merge.csv;再单击【获取字段】按钮,Kettle会自动检索CSV文件,并对文件中的字段类型、格式、长度、精度等属性进行分析。
3.单击【预览】按钮,查看CSV文件merge.csv的数据是否加载到CSV文件输入流中。
4.双击“唯一行(哈希值)”控件,进入“唯一行(哈希值)”配置界面。
5. 在“用来比较的字段”处,添加要去重的字段,这里可以单击【获取】按钮,获取要去重的字段。
6. 单击转换工作区顶部的 按钮,运行创建的repeat_transform转换。
7.选中“唯一行(哈希值)”控件,单击执行结果窗口的“Preview data”选项卡,查看是否消除CSV文件merge.csv中完全重复的数据