使用kettle同步数据流程
一．Kettle软件安装（解压即可使用）
1.windows安装解压 pdi-ce-8.2.0.0-342.zip，点Spoon.bat启动kettle
在这里插入图片描述

2.Linux安装
把data-integration目录所有文件上传到服务器

二．安装数据库驱动把需要的数据库驱动放到lib目录下，重启软件
在这里插入图片描述

三．开发场景：从高斯抽取全量数据到目标库1.创建DB连接
在这里插入图片描述

2.新建转换
表输入-》表输出
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

3.新建作业
在这里插入图片描述

4.Linux执行kettle任务
#调用pan.sh，传入转换文件
/home/readonly/data-integration/pan.sh -file=/home/readonly/project/gauss_igis_yw_gu_policy_main.ktr -norep
#调用kitchen.sh，传入作业文件
/home/readonly/data-integration/kitchen.sh -file=/home/readonly/project/igis_yw_gu_policy_main_ceshi.kjb

# java # 数据库 # oracle # sqoop # hadoop
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

具身智能策略模型：Diffusion Policy、OpenVLA 与 π0

本文对比了三种机器人动作生成模型的核心原理与差异： DiffusionPolicy：通过加噪-去噪生成连续动作块，解决多峰分布问题，适合精细操作但语言理解能力较弱。 OpenVLA：将连续动作离散化为token，利用VLM理解图像和语言指令，自回归生成动作序列，但需量化可能损失连续性。 π0：结合VLM的语义理解与FlowMatching的连续动作生成，通过预测修正方向迭代优化动作块，兼具任务理解

avatar DAMO开发者矩阵

MiniMax M3 新手快速上手指南

在开发智能应用时，很多开发者往往卡在“如何快速让代码跑通”这一步。面对复杂的文档和繁多的配置项，容易陷入细节而忽略了核心逻辑的验证。其实，接入一个大语言模型并没有想象中那么困难，关键在于理清从密钥获取到首次成功调用的最小路径。一旦打通了这个闭环，后续的上下文管理、流式输出等高级功能自然就能顺势展开。对于正在构建客服机器人、智能助手或数据分析工具的技术人员来说，掌握标准的 API 调用流程是必备技能

avatar DAMO开发者矩阵
cover

大模型安全防护四道防线

avatar DAMO开发者矩阵