从Pentaho Kettle作业Java API获取多转换统计结果的问题

我来帮你搞定这个问题——这种只能拿到最后一个转换统计结果的情况，大多是因为结果存储的逻辑没考虑到多转换的覆盖问题，下面是几个实用的解决思路：

1. 避免变量覆盖：为每个转换创建独立的结果变量 #

默认情况下如果用同一个变量存储转换结果，后面的转换执行时会直接覆盖前面的值。你可以给每个转换的结果变量加上唯一标识前缀/后缀，比如结合目标表名：

• 在每个转换的末尾添加「设置变量」步骤
• 变量名设为 trans_stats_${TABLE_NAME}（这里的${TABLE_NAME}是你每个转换对应的表名变量，需要提前定义）
• 变量值填入你需要的统计格式，比如：${TABLE_NAME} 处理完成（I=${INPUT_ROWS}, O=${OUTPUT_ROWS}, R=${READ_ROWS}, W=${WRITTEN_ROWS}, U=${UPDATED_ROWS}, E=${ERROR_ROWS}）

  注：上面的${INPUT_ROWS}等是Pentaho转换内置的统计变量，你可以在变量选择器里直接找到

2. 在作业层面汇总所有转换结果 #

当所有转换执行完成后，你可以在作业里用「JavaScript」步骤来遍历收集所有独立的结果变量：

// 初始化结果数组
var allStats = [];
// 获取作业的所有变量
var jobVars = parentJob.getJobVariables();
var varNames = jobVars.getVariableNames();

// 遍历变量，筛选出我们定义的转换统计变量
for (var i = 0; i < varNames.length; i++) {
    var varName = varNames[i];
    if (varName.startsWith("trans_stats_")) {
        allStats.push(jobVars.getVariable(varName));
    }
}

// 把结果拼接成换行分隔的字符串，存入新变量
var finalStats = allStats.join("\n");
parentJob.setVariable("all_transformation_stats", finalStats);

之后你就可以用「写入日志」「写入文本文件」等步骤，输出${all_transformation_stats}变量，就能得到所有表的统计结果了。

3. 利用作业项的内置结果收集 #

如果你的作业是通过「转换」作业项来调用各个转换，还可以直接获取每个作业项的执行结果：

• 在每个「转换」作业项执行完成后，添加「获取作业项信息」步骤
• 提取该步骤里的「读取行数」「写入行数」「错误行数」等字段
• 用「追加到变量」或者「写入临时数据库表」的方式，把这些统计值累加存储
• 最后在作业末尾，从临时存储里取出所有记录，整理成你需要的格式输出

4. 确保转换本身的统计准确 #

别忘了先确认每个转换本身能正确输出统计数据：

• 打开转换的「设置」→「日志」选项，勾选「详细统计信息」
• 必要时在转换里添加「统计行数」步骤，明确统计输入/输出的行数，确保后续收集的数值是准确的

内容的提问来源于stack exchange，提问作者Muthaiah PL