etl - Kettle:如何获取每组行的最大日期

Question

我正在使用 Kettle 读取 Excel 工作表，该工作表包含三个字段:代码、描述和日期。

示例:

1 - description A - 01/JAN/2013
2 - description A - 15/JAN/2013
3 - description A - 04/JAN/2013
4 - description B - 02/JAN/2013
5 - description B - 16/JAN/2013
6 - description B - 11/JAN/2013

我想要的是为每一行添加一个附加字段最大日期，其中最大日期是基于描述的组的最新日期，如下所示:

示例 2

1 - description A - 01/JAN/2013 - 15/JAN/2013
2 - description A - 15/JAN/2013 - 15/JAN/2013
3 - description A - 04/JAN/2013 - 15/JAN/2013
4 - description B - 02/JAN/2013 - 16/JAN/2013
5 - description B - 16/JAN/2013 - 16/JAN/2013
6 - description B - 11/JAN/2013 - 16/JAN/2013

描述为 A 的行组的最新日期为 15/JAN/2013(因为第 2 行)。具有描述 B 的行组的最新日期为 16/JAN/2013(因为第 5 行)。

Answer 1

这是行反规范化步骤的完美工作:

http://wiki.pentaho.com/display/EAI/Row+denormaliser