Kettle PDI：更好的查找和插入更新或插入更新+；查找

在Kettle（又名Pentaho Data Integration）中，我读到一个xls，其中一些产品链接到一些类别，然后将它们插入数据库中

关系类别产品为1:n（一个类别有多个产品，一个产品属于一个类别）。 我先插入类别，然后插入产品

案例1：

插入/更新类别（实际上，我只插入）

按代码查找类别并返回其他步骤中使用的id 案例2：

按代码查找类别

过滤行：如果（id>0），则转到其他步骤；否则进入步骤3

插入类别和返回id 案例1或案例2更好（更快/内存使用）

同样的选择适用于子类别、供应商和其他相关实体

---

实际上，我使用案例1和pdi每秒处理4条记录，并且我有100k条记录的文件。

我建议使用第二种方法，读取产品，对于每个产品，使用

查找蒸汽

查找产品的一个类别

这样做的原因是，这是人类思考的方式。还有，这个<代码>查找流（而不是

查找数据库

）得到了相当优化。在某些情况下甚至比数据库左连接更快