在一次 Pentaho Kettle 转换中更新一个文档的多个 Excel 工作表
Update multiple Excel sheets of one document within one Pentaho Kettle transformation
我正在研究来自 Pentaho DI 包的标准样本：GetXMLData - Read parent children rows。它分别从相同的 XML 输入 parent 行和 children 行读取。我需要做同样的事情并更新同一 MS Excel 文档的两个不同 sheets。
我的理解是，实现它的正常方法是将第一个序列放在一个带有 XML 输出或写入器的转换文件中，第二个到第二个，最后用链从头开始创建作业，通过第一次和第二次转变。
我的问题是：
- 当我尝试链接以上序列时，我在最终文档中丢失了第一次更新的 Excel sheet 的内容；
- 我最后只需要一个文件，其中包含没有依赖项的 Job 或 Transformation（在上述情况下，我将有 1
KJB job + 2 KTR 转换文件）。
问题是：
- 在开始更新第 2 个 Excel sheet 之前，是否可以将上述示例中的 2 个序列与某些
wait 节点连接起来？
- 如果上述方法不起作用：是否可以将转换嵌入作业而不是从外部文件中引用它们？
- 还有额外的问题：使用什么更好：Excel 输出或 Excel 写入器？
=================
更新：
根据@AlainD 的提议，我尝试将 Block 节点置于中间。这是一个结果：
看起来 Block 步骤是一个选项，但不知何故它不能按预期使用 Excel Output / Writers 节点（或者我做错了什么）。我观察到的是 Pentaho 尝试在 Excel 文件被上一步正确关闭之前的 Block 步之后执行下一步。这会导致以下情况之一：我得到的 Excel 文件有一个空 sheet 或生成的结果文件格式错误。
我的输入 XML 文件（来自 Pentaho 发行版）和测试游乐场转换是：HERE
注意：播放时不要忘记在运行之间删除生成的 MS Excel 文件。
截图：
有什么修复我的转换的建议吗？
问题 1：是的，您要查看的步骤名为 Block until this (other) step finishes，或 Blocking Step (untill all rows are processed)。
问题 2：是的，您可以通过作业将行从一个转换传递到另一个转换。但更明智的做法是先生成父级 sheet，完成后在第二次转换中再次读取它。您还可以在 sub-transformation 中传递行，或使用其他架构策略...
问题 3：（简答）Excel Writer 将数据（新 sheet 或新行）附加到现有 Excel 文件，而 Excel Output 创建和提供一个 sheet Excel 文件。
模式如下：
- 读取数据：每 children 一行，parent 数据在一列或多列中
- 对数据进行分组：每个 parent 1 行，忘记 children，保留 parent 数据。根据需要转换并保存。
- 从原始数据返回，查找每一行 (children) 并获取分组数据流中的 parent。
- 结果是每行 children 和转换后的所需列 parent。根据需要转换并保存。
这是一种模式，你可能想改变流程，and/or排序以加快速度。但它不会锁定，也不会占用内存：group by 和 lookup 非常可靠。
我正在研究来自 Pentaho DI 包的标准样本：GetXMLData - Read parent children rows。它分别从相同的 XML 输入 parent 行和 children 行读取。我需要做同样的事情并更新同一 MS Excel 文档的两个不同 sheets。
我的理解是，实现它的正常方法是将第一个序列放在一个带有 XML 输出或写入器的转换文件中，第二个到第二个，最后用链从头开始创建作业，通过第一次和第二次转变。
我的问题是：
- 当我尝试链接以上序列时，我在最终文档中丢失了第一次更新的 Excel sheet 的内容；
- 我最后只需要一个文件，其中包含没有依赖项的 Job 或 Transformation（在上述情况下，我将有 1
KJBjob + 2KTR转换文件）。
问题是：
- 在开始更新第 2 个 Excel sheet 之前，是否可以将上述示例中的 2 个序列与某些
wait节点连接起来？ - 如果上述方法不起作用：是否可以将转换嵌入作业而不是从外部文件中引用它们？
- 还有额外的问题：使用什么更好：Excel 输出或 Excel 写入器？
=================
更新：
根据@AlainD 的提议，我尝试将 Block 节点置于中间。这是一个结果：
看起来 Block 步骤是一个选项，但不知何故它不能按预期使用 Excel Output / Writers 节点（或者我做错了什么）。我观察到的是 Pentaho 尝试在 Excel 文件被上一步正确关闭之前的 Block 步之后执行下一步。这会导致以下情况之一：我得到的 Excel 文件有一个空 sheet 或生成的结果文件格式错误。
我的输入 XML 文件（来自 Pentaho 发行版）和测试游乐场转换是：HERE
注意：播放时不要忘记在运行之间删除生成的 MS Excel 文件。
截图：
有什么修复我的转换的建议吗？
问题 1：是的，您要查看的步骤名为 Block until this (other) step finishes，或 Blocking Step (untill all rows are processed)。
问题 2：是的，您可以通过作业将行从一个转换传递到另一个转换。但更明智的做法是先生成父级 sheet，完成后在第二次转换中再次读取它。您还可以在 sub-transformation 中传递行，或使用其他架构策略...
问题 3：（简答）Excel Writer 将数据（新 sheet 或新行）附加到现有 Excel 文件，而 Excel Output 创建和提供一个 sheet Excel 文件。
模式如下：
- 读取数据：每 children 一行，parent 数据在一列或多列中
- 对数据进行分组：每个 parent 1 行，忘记 children，保留 parent 数据。根据需要转换并保存。
- 从原始数据返回，查找每一行 (children) 并获取分组数据流中的 parent。
- 结果是每行 children 和转换后的所需列 parent。根据需要转换并保存。
这是一种模式，你可能想改变流程，and/or排序以加快速度。但它不会锁定，也不会占用内存：group by 和 lookup 非常可靠。
