转换之连接组件

连接是转换里面的将多个数据集(数据流)通过关键字进行连接起来，形成一个数据集的过程。

1. 合并记录

合并记录是用于将两个不同来源的数据合并，这个来源的数据分别为旧数据和新数据，该步骤将旧数据和新数据按照指定的关键字匹配、比较、合并。注意旧数据和新数据需要事先按照关键字段排序，并且旧数据和新数据要有相同的字段名称。
合并后的数据包括旧数据来源和新数据来源的所有数据，对于变化的数据，使用新数据代替旧数据，同时在结果中用一个标识字段，用来指定新旧数据的比较结果。

1. 旧数据源：选择旧数据来源。
2. 新数据源：选择新数据来源。
3. 标志字段：设置标识字段的名称，标识字段用于保存比较的结果，比较结果有以下几种：
   • "identical" - 旧数据和新数据一样
   • "changed" - 数据发生了变化
   • "new" - 新数据中有而旧数据没有的记录
   • "deleted" - 旧数据有而新数据中没有的记录
4. 关键字段：用于定位两个数据源中的同一条记录的字段
5. 比较字段：对于两个数据源中的同一条记录，指定需要比较的字段

先排序：
合并记录：
运行结果：

2. 记录集连接

记录集连接可以对两个步骤中的数据流进行左连接，右连接，内连接，外连接。但是需要注意在进行记录集连接之前，需要对记录集的数据进行排序，并且排序的字段还一定要选择两个表关联的字段，否则数据混乱，出现null值。操作步骤如下：

1. 选择需要连接的两个数据流
2. 选择连接类型(inner、left outer，right outer，full outer)
3. 从两个数据流步骤选出连接字段

先排序，两个排序时必须按照相同字段排序 运行结果-左连接

警告

两个记录集排序要求排序规则完全一样，包括相同的字段和排序规则。