最近参与了一个信托行业的BI项目，由于信托业务系统设计的问题，很多都是用户手工录入的数据，也有一些是需要分析的但是用户没有录入的数据，针对这样的数据质量，我们就要在ETL抽取的过程中来对数据流进行校验，今天我们就说一下如何利用ETL开源工具kettle来完成对数据的基础性校验

1：非空校验

if(INTRUST_FLAG1==null){intrust_flag1_isnull=;}

2：唯一校验

var uniquesql_item_id = "SELECT count(*)  FROM titem where item_id="+ITEM_ID;

if(fireToDB(strConn,uniquesql_item_id)[[]==1）{item_id_isunique=;}

3：标准化校验

var normalsql_intrust_type= "select  count(*) from  trust_tdictparam where type_id=1104 and type_value="+INTRUST_TYPE;
if(fireToDB(strConn, normalsql_intrust_type)[0][0]>0){intrust_type_isnormal=1;}

完整的JS处理逻辑展示如下

var check_status=0;//如果检测到有任何一种校验错误，则check_status=1

var check_table="T_ITEM_TITEM";//校验有关的表名字，可能存在多个

var source_table="titem";//数据源表名称，如果数据来自多个数据表，则需要声明多个

var source_table_id="item_id";//数据源表主键，如果多个表联合主键，则需要声明多个主键

var check_detail="";//校验到的错误详细情况

var check_name="";//主键名称

var check_type="";//校验到的错误类型

var check_date=new Date();//校验时间

var strConn = "bjitic_og";

//////////////////////////////////定义所有校验枚举值////////////////////

//1：唯一性枚举值

var item_id_isunique=0;

var item_code_isunique=0;

var item_name_isunique=0;

//2:非空枚举值

var intrust_flag1_isnull=0;

var intrust_type_isnull=0;

var intrust_type_subitem_isnull=0;

var intrust_type1_isnull=0;

var intrust_type2_isnull=0;

var item_num_isnull=0;

var item_money_isnull=0;

var exp_rate1_isnull=0;

var exp_rate2_isnull=0;

var intrust_flag3_isnull=0;

var intrust_flag4_isnull=0;

var entity_type_isnull=0;

var deal_type_isnull=0;

var managertype_isnull=0;

var natrust_type_isnull=0;

var custodian_bank_isnull=0;

var with_bank_flag_isnull=0;

var with_security_flag_isnull=0;

var with_private_flag_isnull=0;

var with_gov_flag_isnull=0;

var ben_period_isnull=0;  

//3:标准化枚举值

var intrust_type_isnormal=0;

var intrust_type_subitem_isnormal=0;

var intrust_type1_isnormal=0;

var intrust_type2_isnormal=0;

var entity_type_isnormal=0;

var deal_type_isnormal=0;

var natrust_type_isnormal=0;

var custodian_bank_isnormal=0;

var innovat_type_isnormal=0;

var bank_id_isnormal=0;

var gov_regional_isnormal=0;

//4：类型校验枚举值

var ben_period_isnumber=0;

////////////////////////////////唯一性校验枚举值赋值

var uniquesql_item_id = "SELECT count(1)  FROM titem where item_id="+ITEM_ID;

var uniquesql_item_code = "SELECT count(1)  FROM titem where item_code="+ITEM_CODE;

var uniquesql_item_name = "SELECT count(1)  FROM titem where item_name="+"'"+ITEM_NAME+"'";

if(fireToDB(strConn,uniquesql_item_id)[0][0]==1){item_id_isunique=1;}

if(fireToDB(strConn,uniquesql_item_code)[0][0]==1){item_code_isunique=1;}

if(fireToDB(strConn,uniquesql_item_name)[0][0]==1){item_name_isunique=1;}

////////////////////////////////非空校验枚举值赋值

if(INTRUST_FLAG1==null){intrust_flag1_isnull=1;}

if(INTRUST_TYPE==null){intrust_type_isnull=1;}

if(INTRUST_TYPE_SUBITEM==null){intrust_type_subitem_isnull=1;}

if(INTRUST_TYPE1==null){intrust_type1_isnull=1;}

if(INTRUST_TYPE2==null){intrust_type2_isnull=1;}

if(ITEM_NUM==null){item_num_isnull=1;}

if(ITEM_MONEY==null){item_money_isnull=1;}

if(EXP_RATE1==null){exp_rate1_isnull=1;}

if(EXP_RATE2==null){exp_rate2_isnull=1;}

if(INTRUST_FLAG3==null){intrust_flag3_isnull=1;}

if(INTRUST_FLAG4==null){intrust_flag4_isnull=1;}

if(ENTITY_TYPE==null){entity_type_isnull=1;}

if(DEAL_TYPE==null){deal_type_isnull=1;}

if(MANAGERTYPE==null){managertype_isnull=1;}

if(NATRUST_TYPE==null){natrust_type_isnull=1;}

if(CUSTODIAN_BANK==null){custodian_bank_isnull=1;}

if(WITH_BANK_FLAG==null){with_bank_flag_isnull=1;}

if(WITH_SECURITY_FLAG==null){with_security_flag_isnull=1;}

if(WITH_PRIVATE_FLAG==null){with_private_flag_isnull=1;}

if(WITH_GOV_FLAG==null){with_gov_flag_isnull=1;}

if(BEN_PERIOD==null){ben_period_isnull=1;}

////////////////////////////////标准化校验枚举值赋值

var normalsql_intrust_type= "select  count(1) from  trust_tdictparam where type_id=1104 and type_value="+INTRUST_TYPE;

var normalsql_intrust_type_subitem= "select  count(1) from  trust_tdictparam where type_id=1151 and type_value="+INTRUST_TYPE_SUBITEM;

var normalsql_intrust_type1= "select  count(1) from  trust_tdictparam where type_id=1138 and type_value="+INTRUST_TYPE1;

var normalsql_intrust_type2= "select  count(1) from  trust_tdictparam where type_id=1139 and type_value="+INTRUST_TYPE2;

var normalsql_entity_type= "select  count(1) from  trust_tdictparam where type_id=1140 and type_value="+ENTITY_TYPE;

var normalsql_deal_type= "select  count(1) from  trust_tdictparam where type_id=1141 and type_value="+DEAL_TYPE;

var normalsql_natrust_type= "select  count(1) from  trust_tdictparam where type_id=1143 and type_value="+NATRUST_TYPE;

var normalsql_custodian_bank= "select  count(1) from  trust_tdictparam where type_id=1103 and type_value="+"'"+CUSTODIAN_BANK+"'";;

var normalsql_innovat_type= "select  count(1) from  trust_tdictparam where type_id=1104 and type_value="+INNOVAT_TYPE;

var normalsql_gov_regional= "select  count(1) from  trust_tdictparam where type_id=9999 and type_value="+GOV_PROV_REGIONAL;

if(fireToDB(strConn, normalsql_intrust_type)[0][0]>0){intrust_type_isnormal=1;}

if(fireToDB(strConn, normalsql_intrust_type_subitem)[0][0]>0){intrust_type_subitem_isnormal=1;}

if(fireToDB(strConn, normalsql_intrust_type1)[0][0]>0){intrust_type1_isnormal=1;}

if(fireToDB(strConn, normalsql_intrust_type2)[0][0]>0){intrust_type2_isnormal=1;}

if(fireToDB(strConn, normalsql_entity_type)[0][0]>0){entity_type_isnormal=1;}

if(fireToDB(strConn, normalsql_deal_type)[0][0]>0){deal_type_isnormal=1;}

if(fireToDB(strConn, normalsql_natrust_type)[0][0]>0){natrust_type_isnormal=1;}

if(fireToDB(strConn, normalsql_custodian_bank)[0][0]>0){custodian_bank_isnormal=1;}

if(fireToDB(strConn, normalsql_innovat_type)[0][0]>0){innovat_type_isnormal=1;}

if(fireToDB(strConn, normalsql_gov_regional)[0][0]>0){gov_regional_isnormal=1;}

////////////////////////////////数据类型校验枚举值赋值

if(isNum(BEN_PERIOD))

{

ben_period_isnumber=1;

}

//校验所有表需要校验的字段，如果有一个校验失败，则校验状态为1

if

(

item_id_isunique==0 || item_code_isunique==0 ||item_name_isunique==0|| //is unique

intrust_flag1_isnull==1 || intrust_type_isnull==1 || intrust_type_subitem_isnull==1 ||//is null

intrust_type1_isnull==1 || intrust_type2_isnull==1 || item_num_isnull==1 ||

item_money_isnull==1 || exp_rate1_isnull==1 || exp_rate2_isnull==1 ||

intrust_flag3_isnull==1 || intrust_flag4_isnull==1 || entity_type_isnull==1 ||

deal_type_isnull==1 || managertype_isnull==1 || natrust_type_isnull==1 ||

custodian_bank_isnull==1 || with_bank_flag_isnull==1 || with_security_flag_isnull==1 ||

with_private_flag_isnull==1 || with_gov_flag_isnull==1 || ben_period_isnull==1 ||

intrust_type_isnormal==0 || intrust_type_subitem_isnormal==0 || intrust_type1_isnormal==0 ||//is normal

intrust_type2_isnormal==0 || entity_type_isnormal==0 || deal_type_isnormal==0 ||

natrust_type_isnormal==0 || custodian_bank_isnormal==0 || innovat_type_isnormal==0 ||

bank_id_isnormal==0 || gov_regional_isnormal==0 ||

ben_period_isnumber==0//is number

)

{

check_status=1;

}

//check is unique? return not unique column

var isunique_column="";

if(item_id_isunique==0){isunique_column="item_id";}

if(item_code_isunique==0){if(isunique_column==""){isunique_column="item_code";}else{isunique_column=isunique_column+"、"+"item_code";}}

if(item_name_isunique==0){if(isunique_column==""){isunique_column="item_name";}else{isunique_column=isunique_column+"、"+"item_name";}}

//check is null? return null column

var isnull_column="";

if(intrust_flag1_isnull==1){isnull_column="intrust_flag1";}

if(intrust_type_isnull==1){if(isnull_column==""){isnull_column="intrust_type";}else{isnull_column=isnull_column+"、"+"intrust_type";}}

if(intrust_type_subitem_isnull==1){if(isnull_column==""){isnull_column="intrust_type_subitem";}else{isnull_column=isnull_column+"、"+"intrust_type_subitem";}}

if(intrust_type1_isnull==1){if(isnull_column==""){isnull_column="intrust_type1";}else{isnull_column=isnull_column+"、"+"intrust_type1";}}

if(intrust_type2_isnull==1){if(isnull_column==""){isnull_column="intrust_type2";}else{isnull_column=isnull_column+"、"+"intrust_type2";}}

if(item_num_isnull==1){if(isnull_column==""){isnull_column="item_num";}else{isnull_column=isnull_column+"、"+"item_num";}}

if(item_money_isnull==1){if(isnull_column==""){isnull_column="item_money";}else{isnull_column=isnull_column+"、"+"item_money";}}

if(exp_rate1_isnull==1){if(isnull_column==""){isnull_column="exp_rate1";}else{isnull_column=isnull_column+"、"+"exp_rate1";}}

if(exp_rate2_isnull==1){if(isnull_column==""){isnull_column="exp_rate2";}else{isnull_column=isnull_column+"、"+"exp_rate2";}}

if(intrust_flag3_isnull==1){if(isnull_column==""){isnull_column="intrust_flag3";}else{isnull_column=isnull_column+"、"+"intrust_flag3";}}

if(intrust_flag4_isnull==1){if(isnull_column==""){isnull_column="intrust_flag4";}else{isnull_column=isnull_column+"、"+"intrust_flag4";}}

if(entity_type_isnull==1){if(isnull_column==""){isnull_column="entity_type";}else{isnull_column=isnull_column+"、"+"entity_type";}}

if(deal_type_isnull==1){if(isnull_column==""){isnull_column="deal_type";}else{isnull_column=isnull_column+"、"+"deal_type";}}

if(managertype_isnull==1){if(isnull_column==""){isnull_column="managertype";}else{isnull_column=isnull_column+"、"+"managertype";}}

if(natrust_type_isnull==1){if(isnull_column==""){isnull_column="natrust_type";}else{isnull_column=isnull_column+"、"+"natrust_type";}}

if(custodian_bank_isnull==1){if(isnull_column==""){isnull_column="custodian_bank";}else{isnull_column=isnull_column+"、"+"custodian_bank";}}

if(with_bank_flag_isnull==1){if(isnull_column==""){isnull_column="with_bank_flag";}else{isnull_column=isnull_column+"、"+"with_bank_flag";}}

if(with_security_flag_isnull==1){if(isnull_column==""){isnull_column="with_security_flag";}else{isnull_column=isnull_column+"、"+"with_security_flag";}}

if(with_private_flag_isnull==1){if(isnull_column==""){isnull_column="with_private_flag";}else{isnull_column=isnull_column+"、"+"with_private_flag";}}

if(with_gov_flag_isnull==1){if(isnull_column==""){isnull_column="with_gov_flag";}else{isnull_column=isnull_column+"、"+"with_gov_flag";}}

if(ben_period_isnull==1){if(isnull_column==""){isnull_column="ben_period";}else{isnull_column=isnull_column+"、"+"ben_period";}}

//check is normal? return not normal column

var isnormal_column="";

if(intrust_type_isnormal==0){isnormal_column="intrust_type";}

if(intrust_type_subitem_isnormal==0){if(isnormal_column==""){isnormal_column="intrust_type_subitem";}else{isnormal_column=isnormal_column+"、"+"intrust_type_subitem";}}

if(intrust_type1_isnormal==0){if(isnormal_column==""){isnormal_column="intrust_type1";}else{isnormal_column=isnormal_column+"、"+"intrust_type1";}}

if(intrust_type2_isnormal==0){if(isnormal_column==""){isnormal_column="intrust_type2";}else{isnormal_column=isnormal_column+"、"+"intrust_type2";}}

if(entity_type_isnormal==0){if(isnormal_column==""){isnormal_column="entity_type";}else{isnormal_column=isnormal_column+"、"+"entity_type";}}

if(deal_type_isnormal==0){if(isnormal_column==""){isnormal_column="deal_type";}else{isnormal_column=isnormal_column+"、"+"deal_type";}}

if(natrust_type_isnormal==0){if(isnormal_column==""){isnormal_column="natrust_type";}else{isnormal_column=isnormal_column+"、"+"natrust_type";}}

if(custodian_bank_isnormal==0){if(isnormal_column==""){isnormal_column="custodian_bank";}else{isnormal_column=isnormal_column+"、"+"custodian_bank";}}

if(innovat_type_isnormal==0){if(isnormal_column==""){isnormal_column="iinnovat_type";}else{isnormal_column=isnormal_column+"、"+"innovat_type";}}

if(bank_id_isnormal==0){if(isnormal_column==""){isnormal_column="bank_id";}else{isnormal_column=isnormal_column+"、"+"bank_id";}}

if(gov_regional_isnormal==0){if(isnormal_column==""){isnormal_column="gov_regional";}else{isnormal_column=isnormal_column+"、"+"gov_regional";}}

//check is number? return not number column

var isnumber_column="";

if(ben_period_isnumber==0)

{

isnumber_column="ben_period";

}

//最终输出的错误详细情况

if(item_id_isunique==0 || item_code_isunique==0 ||item_name_isunique==0)

{

check_type="违反唯一规则";

check_detail="表"+source_table+"中，字段"+isunique_column+"违反了唯一规则";

}

if

(

intrust_flag1_isnull==1 || intrust_type_isnull==1 || intrust_type_subitem_isnull==1 ||

intrust_type1_isnull==1 || intrust_type2_isnull==1 || item_num_isnull==1 ||

item_money_isnull==1 || exp_rate1_isnull==1 || exp_rate2_isnull==1||

intrust_flag3_isnull==1 || intrust_flag4_isnull==1 || entity_type_isnull==1 ||

deal_type_isnull==1 || managertype_isnull==1 || natrust_type_isnull==1 ||

custodian_bank_isnull==1 || with_bank_flag_isnull==1 || with_security_flag_isnull==1 ||

with_private_flag_isnull==1 || with_gov_flag_isnull==1 || ben_period_isnull==1

)

{

  if(check_detail=="")

  {

   check_type="违反非空规则";

   check_detail="字段"+isnull_column+"违反了非空规则";

  }

  else

  {

  check_type=check_type+","+"违反非空规则";

  check_detail=check_detail+",字段"+isnull_column+"违反了非空规则";

  }

}

if

(

intrust_type_isnormal==0 || intrust_type_subitem_isnormal==0 || intrust_type1_isnormal==0 ||

intrust_type2_isnormal==0 || entity_type_isnormal==0 || deal_type_isnormal==0 ||

natrust_type_isnormal==0 || custodian_bank_isnormal==0 || innovat_type_isnormal==0 ||

bank_id_isnormal==0 || gov_regional_isnormal==0

)

{

  if(check_detail=="")

  {

   check_type="违反标准化规则";

   check_detail="字段"+isnormal_column+"违反了标准化规则";

  }

  else

  {

  check_type=check_type+","+"违反标准化规则";

  check_detail=check_detail+",字段"+isnormal_column+"违反了标准化规则";

  }

}

if(ben_period_isnumber==0)

{

  if(check_detail=="")

  {

   check_type="违反数据类型为数字规则";

   check_detail="字段"+isnumber_column+"违反了数据类型为数字规则";

  }

  else

  {

  check_type=check_type+","+"违反数据类型为数字规则";

  check_detail=check_detail+",字段"+isnumber_column+"违反了数据类型为数字规则";

  }

}

if(check_detail!="")

{

check_detail=check_detail+","+source_table_id+"="+ITEM_ID;

}

check_name=ITEM_NAME;

校验日志表结果：

输出关键性指标-表，那些字段违反了那些规则，时间

利用kettle中的JS来完成ETL数据校验的更多相关文章

  1. 巧妙利用selenium中的JS操作来处理特殊的文本框

    在使用selenium对页面进行相关操作时,有时候会遇到以下三种情况: 1.日期框:无法直接输入文本,必须要选择某一天的日期并点击才会填入文本框: 2.检索框:可以直接输入文本,但必须要点击根据输入的 ...

  2. 利用Kettle进行SQLServer与Oracle之间的数据迁移实践

    Kettle简介 Kettle(网地址为http://kettle.pentaho.org/)是一款国外开源的ETL工具,纯java编写,可以在Windows.Linux.Unix上运行,数据抽取高效 ...

  3. 在java中像js那样处理json数据

    工作中经常需要通过ajax向前台返回json数据,都是通过拼字符串拼出来的,很发麻烦不说,还容易出错. 于是想,能不能像js那样操作json呢?或者说更方便的操作呢? Google的gson就是这样的 ...

  4. Kettle中ETL的效率优化

    ETL效率优化 开启数据库日志记录及性能监控 如果我们想要优化一个ETL(KTR或者KJB)的性能,我们首先需要知道的就是它的瓶颈在哪里.而这些信息一般只能在ETL运行的步骤度量中看到,并且是不会持久 ...

  5. 关于NLPIR应用在KETTLE中的探索

    一:什么是NLPIR? NLPIR汉语分词系统(自然语言处理与信息检索共享平台),主要功能包括中文分词:词性标注:命名实体识别:用户词典功能:支持GBK编码.UTF8编码.BIG5编码.新增微博分词. ...

  6. Kettle中根据一个输入行派生出多个输出行

    依然在北京,早上停电了,整个人感觉对不好了,接下来就说一下在使用ETL工具kettle做数据校验的时候遇到的一些问题,一级解决方案. 1:数据校验效果图下图: 原始表数据(需要校验的表数据) 对上表数 ...

  7. 利用OpenShift托管Node.js Web服务进行微信公众号开发

    最近写了一个微信的翻译机器人.用户只要关注该公众号,发送英文的消息,就能收到中文翻译的回复.有兴趣的读者可以扫描下面的二维码关注该公众号,尝试发送英文单词试试看.(有时候第一次发送单词会收到“该公众号 ...

  8. html中使用js+table 实现分页

    本文在html中利用js+table实现分页.主要思想是先对table中的所有数据隐藏,然后通过当前页面(currPageNum)来计算当前页要显示的行,并显示出来,首页.下一页.上一页.尾页都依此来 ...

  9. MVC中的JS和CSS压缩

    小说一下Js和CSS压缩的好处: 1.减小了文件的体积 2.减小了网络传输量和带宽占用 3.减小了服务器的处理的压力 4.提高了页面的渲染显示的速度  很多建议将站点的静态文件(如图片.js.css ...

随机推荐

  1. 洛谷P2761 软件补丁问题 [状压DP，SPFA]

    题目传送门 软件补丁问题 题目描述 T 公司发现其研制的一个软件中有 n 个错误,随即为该软件发放了一批共 m 个补丁程序.每一个补丁程序都有其特定的适用环境,某个补丁只有在软件中包含某些错误而同时又 ...

  2. (总结)Nginx/LVS/HAProxy负载均衡软件的优缺点详解

    Nginx/LVS/HAProxy负载均衡软件的优缺点详解 PS:Nginx/LVS/HAProxy是目前使用最广泛的三种负载均衡软件,参考了一些资料,结合自己的一些使用经验,总结一下. 一般对负载均 ...

  3. GeneXus项目启动

    使用GeneXus产品开发项目时,在开始,有一些属性我会经常改一下.我现在使用的GeneXus版本是GeneXus U3,由于在做手机应用的开发,所以一般使用最新的版本,老外那边差不多两个月会有一个u ...

  4. Angular部署到windows上

    1. 确保已经打开了IIS服务. 如果没有打开可参考 http://jingyan.baidu.com/article/eb9f7b6d9e73d1869364e8d8.html 2. 编译angul ...

  5. 第9天-BOM和DOM

    什么是DOM 文档对象模型(Document Object Model),DOM作用:可以去修改网页内容.样式.结构. 每个浏览器都会把html文档解析成dom树,就可以用相关方法和属性操作网页元素 ...

  6. BZOJ 4516: [Sdoi2016]生成魔咒 后缀自动机 性质

    http://www.lydsy.com/JudgeOnline/problem.php?id=4516 http://blog.csdn.net/doyouseeman/article/detail ...

  7. Android之Fragment优点

    什么是Fragment 自从Android 3.0中引入fragments 的概念,根据词海的翻译可以译为:碎片.片段.其目的是为了解决不同屏幕分辩率的动态和灵活UI设计.大屏幕如平板小屏幕如手机,平 ...

  8. python输入输出入门 A+B

    描述 求两个整数之和. 输入 输入数据只包括两个整数A和B. 输出 两个整数的和. 样例输入 1 2 样例输出  3 a=input().split() print(int(a[0])+int(a[1 ...

  9. Markdown---锚点使用

    Markdown目前还没有支持文内锚点的标记语法:但是支持html,所以锚点可以通过html语法来实现 使用方法 <a href='#jump'>第一个题目</a> 带有锚点的 ...

  10. April Fools Day Contest 2016 F. Ace It!

    F. Ace It! 题目连接: http://www.codeforces.com/contest/656/problem/F Description Input The only line of ...