Pentaho(Spoon)では、ステップのひとつにJavaを使用することができます。
これは、「ユーザ定義Javaクラス」と呼ばれ、厳密にはPureJavaでなく、JaninoというJavaクラスを生成するコンパイラによって動的に生成されます。
とはいえ、Javaには変わりないため、豊富なライブラリを利用することも出来ますし、JavaScriptで記述した場合に比べて高速です。(一般的には3倍くらい早いと言われているようですね。)
「ユーザ定義Javaクラス」をデータ変換のステップに加えて、開いてみると、上記のような画面になります。
左側に「フィールドを取得中 しばらくお待ちください」といったメッセージが表示されますが、いつまでたっても、解消はしません。
なぜなら、下記のエラーが出ているからです。
ERROR (version 8.0.0.0-28, build 8.0.0.0-28 from 2017-11-05 07.27.50 by buildguy) : 前のステップからフィールド取得でエラーが発生しました
ERROR (version 8.0.0.0-28, build 8.0.0.0-28 from 2017-11-05 07.27.50 by buildguy) : org.pentaho.di.core.exception.KettleStepException:
Error initializing UserDefinedJavaClass to get fields:
Line 3, Column 1: Non-abstract class "Processor" must implement method "boolean org.pentaho.di.trans.steps.userdefinedjavaclass.TransformClassBase.
processRow(org.pentaho.di.trans.step.StepMetaInterface, org.pentaho.di.trans.step.StepDataInterface)
throws org.pentaho.di.core.exception.KettleException"
at org.pentaho.di.trans.steps.userdefinedjavaclass.UserDefinedJavaClassMeta.getFields(UserDefinedJavaClassMeta.java:398)
at org.pentaho.di.trans.TransMeta.getThisStepFields(TransMeta.java:2005)
at org.pentaho.di.trans.TransMeta.getThisStepFields(TransMeta.java:1955)
at org.pentaho.di.ui.trans.steps.userdefinedjavaclass.UserDefinedJavaClassDialog$9.run(UserDefinedJavaClassDialog.java:531)
at java.lang.Thread.run(Thread.java:745)「ユーザ定義Javaクラス」では、ステップ内で実行できるクラスとしてコンパイルするため、processRowというメソッドを実装しないと値取得でエラーになります。
そのため、下記のようなソースを記述すればエラーは出なくなりますし、データの加工をユーザ定義Javaクラス内で行うことが可能となります。
String firstnameField;
String lastnameField;
String nameField;
public boolean processRow(StepMetaInterface smi, StepDataInterface sdi) throws KettleException
{
// Let's look up parameters only once for performance reason.
//
if (first) {
firstnameField = getParameter("FIRSTNAME_FIELD");
lastnameField = getParameter("LASTNAME_FIELD");
nameField = getParameter("NAME_FIELD");
first=false;
}
// First, get a row from the default input hop
//
Object[] r = getRow();
// If the row object is null, we are done processing.
//
if (r == null) {
setOutputDone();
return false;
}
// It is always safest to call createOutputRow() to ensure that your output row's Object[] is large
// enough to handle any new fields you are creating in this step.
//
Object[] outputRow = createOutputRow(r, data.outputRowMeta.size());
String firstname = get(Fields.In, firstnameField).getString(r);
String lastname = get(Fields.In, lastnameField).getString(r);
// Set the value in the output field
//
String name = firstname+" "+lastname;
get(Fields.Out, nameField).setValue(outputRow, name);
// putRow will send the row on to the default output hop.
//
putRow(data.outputRowMeta, outputRow);
return true;
}少し解説すると、「getParameter(“FIRSTNAME_FIELD”)」などで、前ステップや後続ステップのパラメータ名称を取得できます。
「FIRSTNAME_FIELD」はタグ名なので、下記のように、ステップ下の「パラメータ」で、渡されるパラメータにタグ名をつけて定義しておきましょう。
ちなみに、下記の３つめの定義「NAME_FIELD」<->「newName」は、値を追加しており、アウトプットに項目を追加で定義しています。
(後続のステップで、newNameという項目を使用することができる。)
そして、ソースのもう少し後ろの部分のように「get(Fields.In, firstnameField).getString(r)」で実際の値を取得できます。
さらに、「get(Fields.Out, nameField).setValue(outputRow, name)」で値をセットすれば、アウトプット項目に値をセットできるでしょう。
その際には、下記のように「フィールド」の項目で出力用のフィールドと型を定義しておき、前述の「パラメータ」でタグ付けしておきます。
以上で、「ユーザ定義Javaクラス」のステップでinputからのデータの取得、そして加工、outputへのデータのセットができるようになりました。
次回は、「ユーザ定義Javaクラス」内で、jarなどの外部ライブラリをimportして使用する方法を解説します。
サードパーティの様々なライブラリを使えるようになれば、もっと複雑なことを、比較的簡単にPentahoで実現できるのではないかと思います。