kettle从入门到精通 第六十八课 ETL之kettle kettle随机数生成的一些方案

1、在做ETL数据抽取的时候,会用到生成随机数的功能,今天我们一起来学习下如何生成随机数据。如下图所示

2、将生成随机数拉倒画布即可,然后设置字段名称和选择合适的类型,如下图所示:

类型:

随机数字:生成一个介于 0 和 1 之间的随机数

随机整数:生成一个随机的 32-bit整数

随机字符串:基于 64-bit 长随机值生成一个随机字符串

UUID:通用唯一标识符(UUID)

UUID4:通用唯一标识符类型 4(UUID4)

随机消息认证码(HmacMD5)

随机消息认证码(HmacSHA1)

3、通过javascript调用jar包工具类进行生成,如下图所示:

4、通过java脚本进行生成,如调用 java.util.UUID.randomUUID().toString(),这里不做过多介绍。

相关推荐
一隅论数智11 小时前
给AI Agent一颗“私域大脑“:本体增强的工程化之路
大数据·运维·数据仓库·人工智能·笔记·学习·政务
躺柒2 天前
读数据架构知识体系指南12数据导入方法
数据分析·etl·数据架构·elt·数据设计·反向etl
CarIise4 天前
Spring Boot整合MyBatis与文件上传:从分层架构到文件上传下载实战
数据仓库·hive·hadoop
ha_lydms5 天前
MaxCompute中加密与解密函数
大数据·数据库·数据仓库·hadoop·dataworks·maxcompute·odps
让头发掉下来5 天前
kettle学习-02多数据源合并
etl
千桐科技6 天前
数据中台 ETL 编排实践:基于 qData 开源版实现数据接入、转换与调度执行
数据仓库·开源·etl
西木莉12 天前
数据仓库概述
数据仓库
Francek Chen13 天前
【大数据处理与分析】数据仓库Hive:04 数据仓库Hive概述
大数据·数据仓库·hive·hadoop·分布式
Moshow郑锴14 天前
从“水库”到“直饮水站”:重新理解 Data Mart 与 Data Lake、Data Lakehouse、Data Warehouse 的区别
数据仓库·data·湖仓一体
躺柒15 天前
读数据架构知识体系指南01关系数据仓库(上)
数据仓库·架构·数据分析·spark·数据湖·关系数据库·企业数据仓库