案例介绍：
通过Kettle工具的转换来实现将一张数据表中的两个字段进行拼接，然后插入到另一张数据表中。即将数据表personal_a中的字段surname和name进行拼接，然后插入到数据表personal_b。

  1. 在数据库中用查询将所准备好的表建好
    在这里插入图片描述

  2. 第一步现在步骤的输入框中输入组件名字，将所有组件连接起来
    在这里插入图片描述

  3. 第二步双击表输入组件，并点击新建，用以创建数据库连接
    在这里插入图片描述
    数据库是person_a和person_b所在的数据库。

  4. 在表输入的界面中选择获取SQL查询语句，找到所需要输入的数据然后确定就好了。
    在这里插入图片描述

  5. 点开JavaScript代码，输入代码，然后点击下方的获取变量（可以改名也可以不改）
    在这里插入图片描述

  6. 插入更新中在目标表处选择浏览，然后选择建好的空表person_b
    用于查询的字段一般用id（可以选择的）然后点击编辑映射，将想要输入表中的数据字段添加进来
    在这里插入图片描述
    结果：
    在这里插入图片描述

# 数据库 # etl
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

【往复行式遍历】基于A星算法的栅格全覆盖路径规划系统（Matlab代码实现）

针对移动机器人在结构化障碍作业场景中存在的遍历盲区、轨迹冗余度高、运动转向频繁、环境适应性弱等全域路径规划难题，本文以栅格地图环境建模为基础，构建一套完整的改进A*算法全域覆盖路径规划理论体系。结合机器人实际作业运动特性，对传统A*启发搜索机制进行优化改进，采用双代价适配策略区分预估代价与真实行走代价，搭配八方向邻域扩展机制提升算法避障能力与路径贴合度。

avatar DAMO开发者矩阵

【路径规划】（栅格内牛耕）A星全覆盖路径规划研究（Matlab代码实现）

针对移动机器人在结构化障碍作业场景中存在的遍历盲区、轨迹冗余度高、运动转向频繁、环境适应性弱等全域路径规划难题，本文以栅格地图环境建模为基础，构建一套完整的改进A*算法全域覆盖路径规划理论体系。结合机器人实际作业运动特性，对传统A*启发搜索机制进行优化改进，采用双代价适配策略区分预估代价与真实行走代价，搭配八方向邻域扩展机制提升算法避障能力与路径贴合度。

avatar DAMO开发者矩阵

【往复行式遍历】基于A星算法的栅格全覆盖路径规划系统（Matlab代码实现）

针对移动机器人在结构化障碍作业场景中存在的遍历盲区、轨迹冗余度高、运动转向频繁、环境适应性弱等全域路径规划难题，本文以栅格地图环境建模为基础，构建一套完整的改进A*算法全域覆盖路径规划理论体系。结合机器人实际作业运动特性，对传统A*启发搜索机制进行优化改进，采用双代价适配策略区分预估代价与真实行走代价，搭配八方向邻域扩展机制提升算法避障能力与路径贴合度。

avatar DAMO开发者矩阵