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. 《Android虚拟机》----虚拟机概述

    No1: 虚拟机是指通过软件模拟的具有完整硬件系统功能的.运行在一个完全隔离的环境中的完整计算机系统. No2: Java虚拟机由如下五个部分组成:一组指令集.一组寄存器.一个栈.一个无用单元收集堆. ...

  2. [Codeforces19D]Points 线段树

    大致题意: 给出n个询问,每次询问有三种: 1.往平面上加一个点 2.删除平面上的一个点 3.给出一个点p,查询平面上某点q,使得q.x>p.x且q.y>p.y,输出x轴坐标最小的q,若有 ...

  3. 在SpringMVC Controller中注入Request成员域

    主题 在工作中遇到1个问题....我们定义了一个Controller基类,所有Springmvc自定义的controller都继承它....在它内部定义一个@Autowired HttpServlet ...

  4. Host aggregate分区

    问题描述:生产区一期环境增加4台计算结点,希望被大数据租户独占1. 该大数据用户创建的虚拟机必须被调度到这4个计算结点2. 其他租户创建虚拟机禁止调度到这4台机器 标黄的需要自行根据情况修改解决方案: ...

  5. Django Restframework 实践（一）

    具备以下知识: django http://www.cnblogs.com/menkeyi/p/5882464.html http://www.cnblogs.com/menkeyi/p/588245 ...

  6. 【BZOJ 3997】 3997: [TJOI2015]组合数学 （DP| 最小链覆盖=最大点独立集）

    3997: [TJOI2015]组合数学 Time Limit: 20 Sec  Memory Limit: 128 MBSubmit: 919  Solved: 664 Description 给出 ...

  7. [BZOJ2429][HAOI2006]聪明的猴子(最小生成树)

    性质:最小生成树上任意两点间的最大边权,一定是这两点间所有路径的最大边权中最小的.证明显然. #include<cstdio> #include<cstring> #inclu ...

  8. java中重载（overload）与重写（override）的区别

    方法重载(overload): 方法重载就是在一个类中可以创建多个方法,它们具有相同的名字,但是具有不同的参数和不同的定义,调用方法时通过传递给它们的不同参数个数和参数类型来决定具体使用哪个方法,这就 ...

  9. python开发_random

    和java中的random()函数一样,在python中也有类似的模块random,即随机数 下面是我做的demo 运行效果: ==================================== ...

  10. Python 实现简单的感知机算法

    感知机 随机生成一些点和一条原始直线,然后用感知机算法来生成一条直线进行分类,比较差别 导入包并设定画图尺寸 import numpy as np import matplotlib.pyplot a ...