TA的每日心情 | 无聊
4 天前 |
|---|
签到天数: 737 天 [LV.9]以坛为家II
管理员
 
- 积分
- 1301162
|
课程简介:
有人统计过，在整个数据分析过程里，收集、整理数据的工作大致占全部工作量的90%，建模过程不足10%，可见ETL是数据处理流程中一个非常重要的环节。ETL工程师，在数据仓库类职位中占有很大比例，而且薪水都不差。IT人一下子转型数据分析师可能跳跃度比较大难度高，先转型数据仓库/ETL工程师再择机往更高处走是合理选择之一。在ETL软件中，使用最多的是开源的Kettle，完全免费，功能和性能不弱于datastage这类商业ETL软件，使用Kettle和其它开源数据平台软件，例如Mysql集群，Hadoop集群等组合在一起，是性价比极高的架构选择。本课程系统讲解Kettle及其秘密。
课程介绍:
ETL （Extract，Transformation,Load）工具是构建数据仓库、进行数据整合工作所必须使用的工具。目前市面有多种商业 ETL 工具，如Informatica，Datastage等。目前市场上开源且实用的 ETL 工具比较少，Kettle 就是这不多的开源 ETL 工具之一。 本课程将主要讲解开源 ETL 工具 Kettle 的基本使用和二次开发方法，并结合实际项目案例，讲解 Kettle 如何在实际中应用，以及应用中可能会出现的问题。针对目前大数据的应用情况，本课程也将结合大数据，讲述 Kettle 如何支持 Hadoop、HBase、MongoDB、MapReduce 等大数据技术。除了Kettle 的使用，在本课程的后几个课时，将讲述 Kettle 的二次开发: 包括 Kettle 代码阅读指导， Kettle API 的说明以及使用方法， Kettle 插件的开发方法。
课程内容:
第一周:ETL 的概念，Kettle 的概念、功能、操作
第二周:Kettle 资源库、日志、运行方式
第三周:输入步骤（表输入、文本文件输入、XML 文件输入...）
第四周:输出步骤（表输出、更新、删除、文本文件输出、XML文件输出...）
第五周:转换步骤（过滤、字符串处理、拆分字段、计算器...）
第六周:转换步骤（字段选择、排序、增加校验列、去除重复记录...）
第七周:应用步骤、流程步骤（处理文件、执行程序、发送邮件、空操作、阻塞步骤、中止等...）
第八周:查询步骤、连接步骤（数据库查询、流查询、合并记录、记录集连接、笛卡尔...）
第九周:脚本步骤（JAVAscript，Java Class、正则表达式...）
第十周:作业项（拷贝、移动、ftp、sftp…）
第十一周:Kettle 的参数和变量、Kettle 集群
第十二周:Kettle 代码编译、代码结构、应用集成、各种配置文件
第十三周:插件开发 - 步骤、作业项
第十四周:作业设计技巧、错误处理、调试转换、循环和分支
第十五周:大数据插件（Hadoop 文件输入/输出，HBase输入/输出，MapReduce输入/输出，MongoDB输入/输出）
目标人群:
1. ETL 工程师，Java 开发工程师，
2. 经常要做数据处理的 DBA
3. 有一定数据库基础 和 Java 基础的学生。
课程预期目标:
1. 理解 Kettle 软件的基本功能。
2. 能使用 Kettle 完成基本的数据处理工作。
3. 了解 Kettle 软件的一些高级功能
4. 对有Java 开发经验的同学，对 Kettle 代码结构有一定了解，能开发一些 Java 的基本插件。
下载地址:
|
|
发表于 2019-2-26 20:19:38
发表于 2019-5-16 10:06:43
发表于 2019-9-25 13:49:44
