使用kettle进行商品销售数据清洗整合处理

资源介绍:

2.任务一：分组聚合订单 售货门店客户订单信息表记录着有关客户的订单信息。 从客户的角度出发，分析客户订单信息表中的数据，了解客户订单状况，按照客户订单数据进行聚合计算，对客户订单消费金额从高到低进行排序，了解哪些客户的消费金额较多，并为这些客户提供更好的服务。 针对“order_list.csv”表实现以下几个步骤： （1） 建立【分组聚合客户订单】转换工程。 （2） 获取客户的详细订单数据。 （3） 分组聚合统计客户的订单数据，聚合统计客户的消费金额。 （4） 装载和解读结果数据。对于聚合统计好的客户订单数据，按照客户消费金额，从高到低进行排序，再将排序后的数据装载至Excel文件中，并对结果数据进行解读。 3.任务二：计算各商品销售金额 售货门店客户订单的详情数据，记录着订单中的每种商品销售的数量、价格等数据。 从商品销售的角度出发，分析商品的销售数据，计算各种商品的销售金额，以便了解商品的销售情况，分析哪些商品属于热销或滞销商品，为商品的销售提供更好的运营决策。 （1） 建立【计算各商品销售金额】转换工程。 （2） 获取和筛选数据。分析数据，通过分析获得需要过滤的字段名称，开展