Pentaho运行包含列表文件

-2

输入文件2个字段6行：

1|BANANA ON CAGES  
2|APPLE CHIPS  
3|SPORT CARS  
4|PLANES  
5|HOUSE  
6|BOTTLES

列表文件2个字段4行

BANANA|FRUIT  
APPLE|FRUIT  
CAR|TRANSPORT  
PLANE|TRANSPORT

我希望这样的结果：

输出文件3个字段6行

1|BANANA ON CAGES|FRUIT  
2|APPLE CHIPS|FRUIT  
3|SPORT CARS|TRANSPORT  
4|PLANES|TRANSPORT  
5|HOUSE  
6|BOTTLES

我强制要求使用PDI。加入文件（Cartesian Product）太慢。输入文件大约有1,000,000行和大约300,000行的列表文件

笛卡尔产品是解决方案或必须有一些连接条件。 – Nikhil

好的，谢谢，在这里有什么办法来比较输入文件和连接输出，比如我的例子，得到相同数量的行吗？如果条件不匹配，则失去行 –

您需要更多数据。数据中没有任何内容表明输入文件中的条目是水果还是传输。这种区别必须存在于数据的某处，以便计算机知道哪个是“CAR”！=“运动车”。 –

您的列表文件需要动态还是内容合理静态？

如果是静态的，您可以尝试用RegEx替换字符串。喜欢的东西：

设置类别后你只需要过滤类别为从项目的描述！

不知道如何执行这么多的记录。到现在为止，只用了很少的记录。

编辑：我刚刚看到Join（笛卡尔）有REGEXP选项。也许它比CONTAINS更快（我认为你一直在使用它？）。这将是更好的建立。

祝你好运！

2016-12-07 22:36:24 jfneis

回答