Bien débuter un projet Talend permet de définir les tailles par défaut des variables Java. Pour...

Bien débuter un projet Talend

par Jean-Sébastien DARGES (http://jsdarges.developpez.com/)

Date de publication : 15/03/2010

Dernière mise à jour : 16/03/2010

Ce tutoriel va vous expliquer comment bien débuter un projet Talend. Quelles sont lesétapes essentielles à ne pas oublier et quels sont les pièges à éviter.

http://www.developpez.com

http://www.developpez.net/forums/u253770/jsd03/

http://jsdarges.developpez.com/

Bien débuter un projet Talend par Jean-Sébastien DARGES (http://jsdarges.developpez.com/)

- 2 -http://jsdarges.developpez.com/tutoriels/bi/bien-debuter-projet-talend/

I - Introduction..............................................................................................................................................................3II - Configuration matérielle......................................................................................................................................... 4III - Les environnements de travail..............................................................................................................................5IV - Ajout des variables de contexte........................................................................................................................... 7V - Définir les types de variables..............................................................................................................................11VI - Gérer les métadonnées......................................................................................................................................14

VI-A - Définir les connexions aux bases de données......................................................................................... 14VI-B - Définir les fichiers sources/cibles.............................................................................................................. 18VI-C - Utilisation des métadonnées..................................................................................................................... 21

VII - Gestion des logs................................................................................................................................................24VIII - Conclusion........................................................................................................................................................ 27IX - Remerciements................................................................................................................................................... 28




http://jsdarges.developpez.com/tutoriels/bi/bien-debuter-projet-talend/



I - Introduction

Lorsque l'on commence un projet Talend, il est parfois difficile de savoir par où commencer et on s'aperçoit trop tardqu'on aurait dû définir plus de variables de contexte, plus de schémas... Du coup on revient sur les développementset la perte de temps qui en découle peut, dans certains cas, être critique pour un projet.

Que ce soit avec Talend Open Studio (TOS : version Open Source) ou Talend Integration Suite (TIS : versionpayante collaborative), il convient d'organiser dès le début l'espace de travail de façon optimisée pour la suite desdéveloppements.

Ce tutoriel va donc vous expliquer pas à pas comment bien débuter un projet avec Talend. Tous les exemples seronttirés de la version gratuite TOS 3.2.1 mais la méthode est approximativement la même avec TIS ou d'autres versionde TOS.







II - Configuration matérielle

Pour utiliser le client Talend, il faut savoir qu'il se base sur une plateforme éclipse. Cette plateforme est très gourmandeen CPU et en mémoire vive.

Préférez des postes avec au minimum :

• un processeur double c�ur cadencé à 2GHz• 2Go de mémoire

et si vous êtes sous TIS :

• idem qu'avant (voir même plus de mémoire)• connexion gigabit (pour mettre à jour plus rapidement le workspace partagé)• disque dur 7200tr/min (pour accélérer la lecture/écriture)

Plus votre poste sera performant et plus vous chargerez rapidement le client Talend audémarrage, développerez et exécuterez vos jobs (en phase de tests).







III - Les environnements de travail

Tout d'abord, il est nécessaire de définir les environnements de travail. Par là, je veux parler des trois voir quatreenvironnements qu'on peut trouver sur un projet, à savoir : l'environnement de développement (DEV), de pré-production (PREPROD) et de production (PROD). Vous pouvez bien évidement en définir plus suivant vos besoins,comme par exemple un environnement de performance (PERF) où serait testé le projet avec un maximum de donnéespour vérifier que la montée en charge se déroule correctement.

Une fois ces environnements définis, il faut maintenant faire une liste de toutes les variables, noms de fichiers, accèsaux bases de données, ftp, ssh... qui seront utilisées dans le projet suivant l'environnement dans lequel on se trouve.

On peut d'ailleurs le faire sous forme de tableau, ce qui permet d'avoir une vision globale de tout cela :

Variable Description Default DEV PREPROD PRODserverAddress Adresse du

serveurlocalhost 192.168.3.1 srv1-preprod developpez.com

projectFolder Racine duprojet

C:/tests/ //192.168.3.1/appli/dev/

//srv1-preprod/

/appli/myProject/

binFolder Dossiercontenant lesbinaires del'application

bin/ bin/ bin/ bin/

logFolder Dossier delogs

log/ log/ log/ log/

inFileFolder Dossierdes fichierssource

in-file/ in-file/ in/ in/

outFileFolder Dossier desfichiers cible

out-file/ out-file/ out/ out/

SshUsername Login SSH test jsd03 bob dupontSshPassword Mot de passe

SSHtestPasswd myPasswd secret verySecret

SshPort Port SSH 22 22 22 23SshHost Nom d'hôte /

IP du serveurSSH

192.168.3.2 192.168.3.2 192.168.4.5 developpez.com

FtpUsername Login FTP testFt jsd03 ftpPreprod ftpProdFtpPassword Mot de passe

FTPtestFTPpwd myFtpPasswd sec vSec

FtpHost Nom/IP duserveur FTPhôte

ftp-test ftp-dev ftp-preprod ftp-prod

DBHost Nom duserveur debase dedonnées

localhost 192.168.3.1 serv-preprod developpez.com

DBUsername Nomd'utilisateur

DBTest DBdev DBpreprod DBProd







de la base dedonnées

DBPassword Mot de passede la base dedonnées

DBpwd DBpwd DBpwd DBpwd

DBPort Port de labase dedonnées

3306 1290 1551 1551

Paramètresadditionnelsde la base dedonnées

Paramètresadditionnelsde la base dedonnées

noDatetimeStringSync=truecharset=UTF-8charset=UTF-8charset=UTF-8

DBBase Nom de labase dedonnées

DEV XE PREPROD PROD

RefFileName1 Nom dufichier deréférences

ref_users.csv ref_users.csv ref_users.csv ref_users.csv

... ... ... ... ... ...

Plusieurs choses à retenir par rapport à ce tableau :

J'ai rajouté volontairement une colonne pour un environnement nommé "Default". Car Talend, par défaut, enregistretoutes les variables d'un projet dans le contexte (environnement) "Default". Il servira, dans notre exemple, pour définirl'environnement local du développeur (très pratique pour les phases de tests).

Dans le tableau j'ai ensuite ajouté les informations sur l'architecture logicielle du projet : dossier de log, les binaires...Puis les accès à un serveur SSH et FTP.

Pour terminer, j'ai aussi ajouté un nom de fichier où se trouve certaines références qui seront utilisées par exempleen lookup de certains jobs et dont le nom est fixé par avance.

Vous pouvez ainsi lister toutes les informations qui ne varieront pas tout au long du projet et dont vous vous servirezde façon répétitive.







IV - Ajout des variables de contexte

Les variables étant maintenant listées, nous allons les ajouter au projet en les organisant par groupe de contexte.

Pour cela faites un clic droit sur "Contextes" dans le menu de gauche. Puis sélectionnez "Créer un groupe de contexte"

Pour commencer on va ajouter les variables concernant les informations relatives au serveur en créant un groupede contexte nommé "server".

Vous pouvez voir que l'on peut modifier le type de données renseignées (String, int, boolean...)

Cliquez maintenant sur l'onglet "Valeurs en table". C'est ici que l'on va définir les valeurs des variables.







Nous n'allons pas définir tout de suite les valeurs des variables mais ajouter les trois environnements que nous avonsmentionné plus haut en cliquant sur le bouton entouré en rouge sur l'image ci-dessous.







Une fois que vous aurez cliquez sur OK, Talend va ajouter autant de colonnes que d'environnements renseignés.

Pour changer d'environnement lors de l'exécution d'un job, allez dans l'onglet "Exécuter"et choisissez le contexte voulu.

Vous pouvez maintenant reprendre votre liste de variables et ajouter les valeurs.

Le groupe de contexte "server" va s'ajouter à la liste des contextes.







Vous pouvez refaire cette opération autant de fois que vous avez de groupe de contexte à définir.

N'ajoutez pas pour le moment les informations relatives aux bases de données car Talendva pouvoir importer les informations de connexion automatiquement comme nous allonsle voir dans le chapitre VI.

Pour utiliser ces variables, il suffit d'ajouter dans l'onglet "Context" du job, les variables de contextes nécessaires etd'appeler une variable de cette manière :

context.logFolder







V - Définir les types de variables

Talend permet de définir les tailles par défaut des variables Java. Pour configurer cela, cliquez sur le menu "Fenêtre> Préférences". Dans cette fenêtre développez l'arborescence en cliquant successivement sur "Talend > SpecificSettings > Default type and Length".

Vous pouvez ainsi définir les longueurs par défaut du type String à une taille de 300.

Maintenant que vous avez défini les types et les longueurs des variables, cliquez sur "Metadata of TalendType" pourdéfinir les relations types base de données / variables Java. Car par exemple, Talend va charger les données de typeNUMBER (pour une base de données Oracle) dans une variable de type BigDecimal, alors que vous souhaitez plutôtque le type NUMBER soit mapper avec un type Integer Java (plus maniable).







Dans cette fenêtre, vous pouvez voir une liste de fichiers XML qui mappent les types "base de données" avec lestypes Java.

Par exemple, on va modifier le mapping NUMBER -> BigDecimal d'une base de données Oracle pour obtenirNUMBER -> Integer

Double cliquez sur le fichier mapping_Oracle.xml et recherchez la section suivante :

<talendType type="id_BigDecimal"> <dbType type="DEC" default="true"/> <dbType type="DECIMAL"/> <dbType type="NUMERIC"/> <dbType type="NUMBER"/></talendType>

Coupez la ligne :

<dbType type="NUMBER"/>

et collez-là dans la section :

<talendType type="id_Integer"> <dbType type="INT" default="true"/> <dbType type="INTEGER"/> <dbType type="PLS_INTEGER"/></talendType>

Repérez enfin la section :







<dbType type="NUMBER"> <talendType type="id_BigDecimal" default="true" /></dbType>

et changez la valeur du paramètre type par id_Integer.

Maintenant les valeurs de type NUMBER seront exportées/importées en Integer dans Talend à la place du typeBigDecimal.







VI - Gérer les métadonnées

VI-A - Définir les connexions aux bases de données

Un ETL permet de récupérer des données de plusieurs sources différentes, de les transformer et de les rechargerdans un entrepôt de données central. Nous allons donc maintenant définir les connexions aux bases de données.

Faites un clic droit sur "DB Connections" dans le menu de droite puis sur "Créer une connexion".

Renseignez le nom que vous voulez donner à la connexion.

Après avoir cliquez sur [Suivant], renseignez toutes les informations relatives à la connexion.

Vous pouvez enfin tester la connexion en cliquant sur le bouton [Vérifier].







Maintenant, chose très importante à ce niveau, on va pouvoir exporter les variables liées à la connexion dans ungroupe de contexte en cliquant sur le bouton [Exporter comme context].

Comme dans le chapitre précédent vous allez pouvoir définir les valeurs de la connexion pour chaque environnementde travail.







Cliquez successivement sur le bouton [Suivant] puis sur l'onglet "Valeurs en table" ensuite, cliquez comme indiquésur l'image :

Pour la suite, reportez vous au chapitre précédent.

Une fois les variables exportées dans un groupe de contexte, cliquez sur le bouton [Terminer]. La connexion s'estajoutée aux métadonnées ainsi que le groupe de contexte en relation.

Vous pouvez maintenant récupérer le schéma des tables de la connexion précédemment paramétrée. Pour celafaites un clic droit sur la connexion voulue puis sur "Récupérer le schéma"







Une fenêtre va vous demander quel référentiel utiliser pour se connecter à la base de données : à vous de choisir.

Vous pouvez ensuite choisir quels objets importer. Pour l'exemple, je ne vais importer que le schéma des tables.

Cochez ensuite les tables à importer et cliquez sur le bouton [Suivant].







Définissez le schéma des tables si nécessaire et cliquez sur le bouton [Terminer].

Les schémas des tables ont été ajoutés aux métadonnées et pourrons être utilisés dans les jobs.

VI-B - Définir les fichiers sources/cibles

Un peu comme les connexions aux bases de données, on va ajouter les fichiers sources/cibles dont le schéman'évoluera pas au cours du temps et qui seront utilisés de façon répétitive dans les jobs.

Dans l'exemple qui va suivre, on va ajouter un fichier de type délimité.

Faites un clic droit du "Fichier Délimité" dans le menu de gauche dans la partie Metadata, puis cliquez sur "Créerun fichier délimité".







Dans le fenêtre qui s'affiche, renseignez le nom du fichier (il peut être différent du nom physique du fichier dans lefile system). Cliquez sur le bouton [Suivant].

La fenêtre qui s'affiche maintenant va vous permettre de visualiser les données du fichier dont on veut récupérerle schéma.

Évitez de charger un fichier de plus de 1 Mo car plus le volume sera important et plusTalend risque d'avoir du mal à charger ce fichier et à récupérer son schéma. Privilégiezun fichier peu volumineux.

Après avoir cliqué sur le bouton [Suivant], la fenêtre suivante s'affiche et vous permet de paramétrer le fichier àsavoir : l'encodage, le séparateur et tout un tas d'autres choses que je vous laisse découvrir et qui n'ont pas besoind'être expliquées.







La fenêtre suivante permet de définir le schéma du fichier. Par défaut, Talend propose un schéma qu'il aautomatiquement récupéré en fonction des données présentes dans le fichier.







Pour finir, cliquez sur le bouton [Terminer]. Le schéma du fichier s'est ajouté aux métadonnées.

Faites de même pour tous les flux de données entrant et sortant.

Vous pouvez ajouter des schémas génériques qui n'aurons pas une étiquette attachéedu genre "schéma de fichier délimité" ou encore "schéma de fichier XML". Ces schémaspourront être utilisés dans n'importe quel composant.

VI-C - Utilisation des métadonnées

Vous avez pu ajouter de nouveaux schémas dans les métadonnées et vous vous demandez à quoi cela va servir ?Tout simplement à ne pas redéfinir à chaque fois dans chaque job le schéma des composants.







Admettons que vous allez utiliser plusieurs fois la table "Users" de la base de données Mysql_in, que j'ai définieplus haut, dans plusieurs jobs. Ce serait dommage d'avoir à redéfinir le schéma de la table à chaque utilisation d'untMySQLInput.

Pour utiliser la connexion à la base de données MySQL et le schéma de la table "Users", suivez la procédure indiquéeci-dessous : :

faites un glisser/déposer de table Users de la connexion MySQL défini dans les metadatas. Talend va vous demanderquel type de composant sera utilisé avec cette table : choisissez tMysqlInput

Une seconde fenêtre s'affiche pour savoir si vous voulez ou non importer les contextes relatifs à la connexion à labase de données. Cliquez sur le bouton [Ajouter].

Le composant ajouté, vous pouvez double-cliquer sur ce dernier pour voir son paramétrage :







On voit alors que la base de données est issue du référentiel (metadata) et que le schéma de la table est lui aussiissu du référentiel. Talend a même généré automatiquement la requête de récupération de l'ensemble de la table.

En une minute : en faisant uniquement un glisser/déposer et deux clics vous avez créé une connexion à la tableUsers de la base mysql sans coder une seule ligne !

À chaque fois que vous utiliserez un composant, vous pourrez ainsi faire appel au métadonnées du référentiel etdonc ne plus avoir à définir manuellement les schémas des composants. Soit un gain de temps non négligeable.







VII - Gestion des logs

Il ne faut pas oublier de gérer les logs de vos jobs Talend. On oublie trop souvent ou trop tard de générer des logsd'application. On va donc voir comment générer automatiquement des logs dans vos jobs.

Cliquez successivement sur "Fichier > Edit project Properties".

Dans la fenêtre qui s'affiche, développez le menu de gauche en cliquant sur "Job Settings" > "Stats and logs". Cochezensuite la case "Utiliser les logs (tLogCatcher) puis choisissez où sauvegarder les logs.

Je vous conseille de le faire dans un fichier car si vous sauvegardez vos logs dans unebase de données rien ne dit que cette dernière ne plantera jamais. Alors qu'un fichier estlisible depuis n'importe quel poste et le risque de plantage lié au logs sera moindre.

Exemple :

Explications :

J'ai renseigné dans le champ "chemin du fichier" (dossier de sauvegarde des logs) context.projectFolder+context.logFolder car précédemment j'ai ajouté un groupe de contexte "server" avec les variables projectFolder etlogFolder. La combinaison des deux variables me donne le dossier de sauvegarde des logs.

Pour ce qui est du nom des logs plusieurs options s'offrent à vous :

1 soit vous indiquez un nom de fichier fixe par exemple mesLogs.log. Dans ce cas, tous les logs iront dans cefichier ce qui pourrait poser des problèmes de taille;

2 soit vous indiquez un nom de fichier par rapport à la date courante (comme j'ai fais) :TalendDate.getDate("CCYYMMDD")+".log". Les logs seront sauvegardés par jour dans un fichier avec unnom de type 20100222.log;

3 soit vous choisissez un fichier de log pour chaque job et dans ce cas il faut utiliser la variable "jobName"que vous pouvez concaténer avec le nom du projet par exemple et à la date (pour faire compliqué :)) :projectName+"."+jobName+"_"+TalendDate.getDate("CCYYMMDD")+".log"

J'ai préféré utiliser les variables de contexte car cela permet de passer d'un environnement de travail à l'autre sansproblème de chemin invalide.

Maintenant, si vous ajoutez un nouveau job, vous aurez ceci dans l'onglet "Job" partie "Stats and Logs" :







Par contre le job n'a pas automatiquement ajouté les contextes propres à la configuration des logs. Il faut doncmaintenant le faire.

Pour cela, cliquez sur l'onglet "Contexts" puis sur le bouton à côté de la flèche bas :

Choisissez ensuite les deux variables de contexte logFolder et projectFolder du groupe server.

Une autre fenêtre s'affiche quand vous cliquez sur [OK]. Cette fenêtre permet d'importer les environnements de travail.

Une fois terminé, les variables de contexte relatives aux logs seront ajoutés et vous pourrez alors commencer àdévelopper vos jobs.

Les fichiers de logs pourront ressembler à cela :







2010-02-17 15:20:08;E2BzGt;E2BzGt;E2BzGt;MONPROJET;test2;Default;6;Java Exception;tFileInputDelimited_1;java.io.FileNotFoundException:C:\Documents and Settings\Developpez\Bureau\monFichier.csv (Le fichier spécifié est introuvable);1

On a ainsi l'endroit où le process à planté : MONPROJET (le nom du projet), test2 (le nom du job). Les informationssur le contexte utilisé : Default et l'erreur java.

On peut faire exactement la même chose pour les métriques des jobs (combien dedonnées entrées, combien de données traitées...) et leurs statistiques (heure de début,heure de fin et temps d'exécution) .

Exemple de fichier des statistiques :

2010-02-17 15:26:02;WeW17F;WeW17F;WeW17F;2400;MONPROJET;test2;_kR0M0BvNEd-WqpfVv2WXGQ;0.1;Default;;begin;;2010-02-17 15:26:02;WeW17F;WeW17F;WeW17F;2400;MONPROJET;test2;_kR0M0BvNEd-WqpfVv2WXGQ;0.1;Default;;end;success;47







VIII - Conclusion

Pour bien commencer à développer un projet sous Talend, voici les sept étapes essentielles :

1 choisir des postes de travail performants pour une meilleure souplesse de développement;2 choisir un serveur encore plus performant que les poste de travail;3 lister les variables qui seront utilisées dans le projet;4 ajouter les variables de contexte se basant sur la liste précédente;5 ajouter les connexions aux bases de données;6 ajouter les schémas sources et cibles (metadata);7 ne pas oublier les logs.

Maintenant que vous avez bien retenu ces étapes, à vos PC et bon développement.







IX - Remerciements

Je remercie jacques_jean pour ses remarques et sa relecture.





http://www.developpez.net/forums/u83713/jacques_jean/

Bien débuter un projet Talend permet de définir les tailles par défaut des variables Java. Pour...

Documents

Transcript of Bien débuter un projet Talend permet de définir les tailles par défaut des variables Java. Pour...