如何在Pentaho PDI中用前序有效值填充列中的空单元格？

方法1：使用「填充记录（Fill Record）」步骤（最简便） #

这是Pentaho内置的专用步骤，无需编写代码即可实现需求：

• 拖拽「填充记录」步骤到转换中，与数据源步骤连接
• 双击进入配置界面：
  1. 在「要填充的字段」列表中选择目标列
  2. 「填充类型」选择向前填充（Forward），该模式会自动用当前行之前最近的非空值填充空单元格，直到遇到下一个新的有效值
  3. 若列首存在空值，可额外启用「向后填充（Backward）」补充处理，你的场景仅需向前填充即可
• 运行转换后，空单元格会按要求被前一个有效值填充

方法2：使用「用户定义Java表达式」步骤（自定义逻辑） #

如果需要更灵活的逻辑控制，可以通过维护变量缓存前一个有效值：

• 添加「用户定义Java表达式」步骤，配置如下：
  1. 新建输出字段（例如filled_target_column）
  2. 输入Java表达式（替换your_target_column为实际列名）：

     if (field_is_null("your_target_column")) {
         return prev_valid_value;
     } else {
         prev_valid_value = getString("your_target_column");
         return prev_valid_value;
     }
     

  3. 在「变量」区域添加变量prev_valid_value，初始值可设为空或数据源的第一个有效值（根据数据情况调整）
• 该逻辑会自动缓存每次遇到的非空值，用其填充后续所有空单元格，直到下一个有效值出现

注意事项 #

• 确保数据源已正确识别空单元格：Pentaho中默认用null表示空值，若你的空单元格是空白字符串，需先通过「计算器」步骤用replace("", null)转换为null
• 无需自定义循环脚本，Pentaho的ETL步骤基于行流式处理，内置步骤的执行效率远高于自定义循环

内容的提问来源于stack exchange，提问作者Андрей Шеппард