kettle和MongoDB之间的数据同步

参考文章：http://edpflager.com/?p=1642

最近有一个调优的项目设计到MongoDB数据转移到Mysql库进行数据分析。

以下是利用kettle对数据的转换的介绍：

1：MongoDb的查询：

  主要是基于json格式：具体的查询可以见连接MonGoDb的查询语句。

  数据集是

 由于带有时间戳timestamp,可以在kettle中基于时间戳对其增量读取。

2：kettle对于这种非关系型的数据库的设置主要是利用bigdata的控件：

配置如下：

1）mongodb的数据集

2）query 查询语句  

  由于利用时间戳进行增量查询，所以利用了两个变量${STARTDATE},${ENDDATE}来控制时间窗的大小。

3.将数据流传入到json输入中，将其转化为标准格式：

Path的书写格式是：

  $.uid:uid是指mongodb中的项uid,

         $ :代表根目录

         . :代表子节点

         []:数组节点

    由于在mongodb中uid是直接挂在根目录下的子节点中，所以其路径为$.uid,actionID依次类似。

例：

   {"data" :{

          "museum":[

            {

              "country":"italy",

              "city": "Vencie",

              "id_museum":"109",

              "name":"pa"},

             {  

              "country":"Mexico",

              "city": "Mexico city",

              "id_museum":"36",

              "name":"Musre"}

                       ]

               }

          }

   $..city表明元素city是在根节点下data节点内的museum节点内。

   $.data.museum[1].city表明指定的元素，即上述museum数组第二个节点的city值

数据读取流程图：

             

JOB的流程如下：