左外部結合によりペンタオDIの行が削除される

Question

「CSVファイル入力」ステップを使用してPentaho DI変換にもたらされる2つのデータセット（csvファイル）があります。ファイルAには列joincolがあり、値はファイルBの列joincolに表示されます。ファイルAのデータとファイルBのデータを条件A.joincol = B.joincolに結合して、ファイルwantcolの対応するデータをファイルBから取得します。

かなり簡単なものです。

（必要な）予備ステップとして、結合する列（すなわち、A.joincolおよびB.joincol）の両方のデータセットを昇順に並べ替えます。

次に、「最初のステップ」としてファイルAのソートされたデータと「第2のステップ」としてファイルBのソートされたデータを使用して「結合タイプ」を選択し、LEFT OUTER。 「第1ステップのキー」セクションの「キーフィールドを取得」を選択し、joincolが参加する唯一のキーフィールドであることを指定し、「第2ステップのキー」と同じ操作を行います。正確には左外と

あるべき行がドロップされる
• 、絶対に不可能
  がドロップされる
• 行を結合行のグループのものされています

  ので、参加の一部を除いて動作します昇順にソートされたときの最後の値joincolに対応します。

私は、ファイル内の値がAのjoincolすべてがExcelでVLOOKUPを行うことによって、ファイルBのjoincolに表示されていることを確認しました。いずれにせよ、たとえがなくても、値のうちがファイルBに現れたとしても、左外部結合は、少なくとも私が入るすべての行を残すはずです。私は私の探検の早い段階でこのようなクレイジーなバグに遭遇したと信じています。しかし、私はマージジョインのためのドキュメントを読んで、私が必要なすべてのステップ（ここで説明したもの）に従ったと信じています。誰かが私が何かを逃した場合私に知らせることができますか？これはよくあるエラーの結果でしょうか？

ありがとうございました！

Answer 1

結合は、PDIではなくSQLの典型です。

PDIにはデータのメインストリームがあり、各行について、もう一方のストリームの対応を探して必要な列を返します。

注文の顧客など、1つの値を探す場合は、Lookup/Lookup Streamの手順を使用します。一部の値が欠落していると予想される場合（LEFT JOIN）、デフォルトを使用できます。あなたが対応（INNER JOIN）で行だけをしたいときは、ちょうどあなたが置くデフォルトを除外することができます。

顧客のすべての注文など、多くの行を返す必要がある場合は、Joins/Merge Joinです。経験から、通常、質問を逆にする方が簡単です。

あなたができない場合は、あなたは完全な外人の場合で、Joins/Join Rows (Cartesian Product)を使用する必要があります。ここには1つまたは複数の条件を追加できます。