上一篇主要讲到了单表间直接转换的场景，本文我们介绍第二种核心转换场景：字段合并与字段拆分。
字段合并是指将不同字段的值，进行合并，形成新的合并列，比如字段A+字段B=字段AB。
字段拆分是指将一个字段中的值，进行拆分，形成新的拆分列，比如字段AB=字段A+字段B。
首先，我们介绍字段合并。
（一）字段合并
应用场景：对于部分来源表的转换需求而言，希望将来源表的字段值进行合并，再将合并后的值映射到目标表的某个字段，比如常见的来源表字段中姓和名合并为姓名，如姓【张】名【三】，映射到目标表之后为【张三】，接下来将以金融数据中的证券名称（万科A）和证券代码（000002）合并为【万科A0000002】为例进行实操。
业务目标：将来源库A中的表A【sec_basic_info1（证券基本信息表）】的数据推送到目标数据库B中的表B【sec_basic_info2（证券基本信息表）】，并将来源表A的sec_name（证券名称）和sec_code（证券代码）字段合并映射到目标表B的remark（备注）字段中。
业务流程分析：
抽取数据：抽取来源库A的数据表A【sec_basic_info1（证券基本信息表）】的数据，可以定义抽取数据范围；
转换数据：来源表A的sec_name（证券名称）和sec_code（证券代码）字段合并映射到目标表B的remark（备注），其他字段直接映射；
加载数据：数据加载到目标库B的数据表B【 sec_basic_info2（证券基本信息表）】中，目标表已有数据，进行更新；否则，新增数据。
操作步骤：
1、启动Spoon，进入主界面。点击左上角的文件 → 新建 → 转换， 新建一个转换；或者在欢迎页tab，主对象树窗口双击转换快速新建。
2、点击左侧的核心对象，选择表输入并把它拖到右侧的编辑区中进行配置。
由于抽取的数据来源某个数据库的数据表，因此拖选【表输入】插件，为了方便业务理解，可以将插件重命名。
表输入插件是为了查询来源数据，也就是抽取的数据，因此需要将来源库表信息进行填写或选择后，进行抽取SQL的定义。
关于数据库连接的方式，此处不做赘述，可参考kettle数据库连接。
表输入配置完成后，保存转换文件，可点击【运行这个转换】按钮进行本地运行。
3、点击左侧的 核心对象 ，选择 javaScript脚本 并把它拖到右侧的编辑区中，按住 shift 画线连接 “表输入（查询来源数据）”。
javaScript代码脚本提供了很多转换函数，在进行字段的转化过程中比较方便。
双击编辑区的“javascript脚本”，编辑脚本信息，主要信息如下：
（1）变量信息输入： 由于“sec_name ” 和 “sec_code” 合并，因此我们只需要在 “java script：”下的输入框中输入声明变量；
var allsecname =sec_name + sec_code
（2）手动获取变量：点击【获取变量】自动将我们定义的变量输出到字段栏中，我们也可以修改字段名称。
【javaScipt代码】配置完成后，保存转换文件，可点击【运行这个转换】按钮进行本地运行。
4、点击左侧的核心对象，选择插入/更新并把它拖到右侧的编辑区中，按住shift键连接 “javaScipt代码（证券名组合）”。
表输出插件是为了将抽取数据输出到目标表，因此主要做三件事：
（1）目标数据库表信息进行填写或选择；
（2）进行目标表字段唯一索引字段的配置，根据唯一索引，查看数据是否存在，当数据存在，更新数据；若不存在，则插入数据；
（3）目标表字段与来源表字段的映射关系配置，需要将上一步骤定义的变量字段与目标表字段进行正确的映射。
如截图中的配置，选择完目标数据库和目标数据表之后，用来查询的关键字，选择sec_uni_code，表示这里按照sec_uni_code查询，如果此sec_uni_code存在，则更新数据，若不存在则插入数据；获取目标表字段和来源表的流字段映射关系，javascript中定义的变量字段需要与目标表字段进行正确映射，然后点击保存即可。
插入/更新配置完成后，保存转换文件，可点击【运行这个转换】按钮进行本地运行。
5、转换成功后，也可以检查本地数据库，查看数据是否推送成功，是否正确将字段进行合并。
到这里，字段合并转换流程就配置成功了，后续打开.ktr后缀的文件即可，除了这种字段合并转化方式，我们可以使用SQL语句中 CONCAT函数更方便地进行字段合并后推送。
SQL CONCAT函数用于将两个字符串连接起来，形成一个单一的字符串。接下来，我们做下简单介绍。
1、选择表输入并把它拖到右侧的编辑区中进行配置，主要是进行自定义SQL语句。
SQL语句中，需要注意的2点：
（1）需要正确使用CONCAT函数， CONCAT(field1,field12) AS field ；
（2）SQL语句的格式，AS 后是来源表抽取后的流字段。
如上截图，需要将sec_name和sec_code进行合并，输入CONCAT(sec_name,sec_code )AS remark语句即可。
2、选择插入/更新并把它拖到右侧的编辑区中进行相关配置。
如截图中的配置，由于目标表字段和来源表定义的AS后的流字段一致，直接映射即可，会减少一些字段映射的时间。
3、查看转换结果。
运行该转换配置，可以正常运行，并将来源表的字段进行正确合并并同步到目标数据表。
以上是字段合并的2中转换配置方式，可以根据业务需求和使用习惯进行配置和执行。与字段合并相对的，就字段拆分了。
（二）字段拆分
字段拆分是指一个字段中的值，进行拆分，形成新的拆分列，即字段AB=字段A+字段B。
应用场景：对于部分来源表的转换需求而言，希望将来源表的字段值进行进行拆分，再将拆分后的值映射到目标表的1个或几个字段，比如常见的来源表的字段中地址进行拆分，如【湖北省武汉市东湖新技术开发区】，映射到目标表需要拆分为【湖北省】、【武汉市】、【东湖新技术开发区】,接下来将以金融数据中的曾用名（深万科A->万科A->G万科A）拆分为字段（深万科A）为例进行实操。
业务目标：将来源库A中的表A【sec_basic_info1（证券基本信息表）】的数据推送到目标数据库B中的表B【sec_basic_info2（证券基本信息表）】，并将来源表A的used_name（曾用名）第一个值进行字段拆分到目标表remark（备注）字段中。
业务流程分析：
抽取数据：抽取来源库A的数据表A【sec_basic_info1（证券基本信息表）】的数据，可以定义抽取数据范围；
转换数据：来源表A的used_name（曾用名）第一个值进行字段拆分并映射到目标表B的remark（备注），其他字段直接映射；
加载数据：数据加载到目标库B的数据表B【 sec_basic_info2（证券基本信息表）】中，目标表已有数据，进行更新；否则，新增数据。
与字段合并相似，我们可以使用kettle中的插件来实现字段拆分，也可以使用SQL语句中的函数进行字段拆分，这里我们将分别介绍这2种字段拆分的实现方式。
【方式一】-使用字段拆分插件进行拆分
操作步骤：
1、选择表输入并把它拖到右侧的编辑区中进行配置，主要是进行自定义SQL语句。
如截图所示，将来源库表信息进行填写或选择后，进行抽取SQL的定义，此处限制抽取数据的范围，只处理万科A的数据。
2、选择拆分字段并把它拖到右侧的编辑区中进行拆分字段配置。
字段拆分插件有三个要点：
（1）选择需要进行拆分的字段，当前的例子是选择来源表的used_name字段；
（2）拆分的字段需要有分隔符标记，可以输入分割符，也可以定义变量，当前的例子是输入->；
（3）拆分后形成的新字段，定义新的字段名和相关字段属性，支持拆分为1个或多个字段，当前的例子我们拆分了三个新字段；
3、选择插入/更新并把它拖到右侧的编辑区中进行相关配置。
如截图所示，将拆分字段形成的新字段usename1与目标表字段remark进行映射，其他字段直接映射即可。
插入/更新配置完成后，保存转换文件，可点击【运行这个转换】按钮进行本地运
4、转换成功后，也可以检查本地数据库，查看数据是否推送成功，是否将字段进行正确拆分。
到这里，利用字段拆分插件进行字段拆分的转换就介绍完了，除了上述这种字段转化方式，我们可以使用SQL语句中 SUBSTRING函数更方便地进行字段拆分后推送。
【方式二】-使用SUBSTRING 函数进行字段拆分
SQL SUBSTRING 函数是用来截取字符串中的一部分字符的。针对以上字段拆分场景，接下来我们进行相关介绍。
1、选择表输入并把它拖到右侧的编辑区中进行配置，主要是进行自定义SQL语句。
SQL语句中，需要注意的2点：
（1）需要正确使用SUBSTRING函数，SUBSTRING_INDEX(used_name, '->', 1) AS used_name，代表截取来源表中used_name字段第1个 '->' 之前的所有字符；
（2）SQL语句的格式，AS 后是来源表抽取后的流字段。
更多字符串截取函数的用法可参考：SQL中字符串截取函数(SUBSTRING)
2、选择插入/更新并把它拖到右侧的编辑区中进行相关配置。
3、查看转换结果。
运行该转换配置，可以正常运行，并将来源表的字段进行正确拆分并同步到目标数据表。
在kettle的转换插件中，会发现与字段拆分相关的另外一个插件为【列拆分为多行】，这个插件的作用是拆分列里面的字段，且拆分后为多行数据，具体的操作方式可参考 kettle拆分列里面的字段。此处，不做赘述。
以上是字段合并和字段拆分2类转换场景的操作方式，在这一过程中，对产品经理而言，有哪些思考或启发？
在ETL1.0阶段，对于字段合并和字段拆分的业务需求，并没有很好地被满足；到了ETL2.0阶段，基于Kettle的ETL二次开发，多样性的转换需求实现起来显得如此轻松，有时候在想，如果当初丰富多样的转换场景可以准确地被抽象出来、可以给业务方提供友好的产品功能、技术上可以快速迭代上线，那么现在的ETL是什么样子？当然，在这里也不是否定站在kettle肩膀上二次开发的正确性，而是自责作为工具类产品经理，已开发工具没有很好用的反思。
坦白说，kettle工具也存在一些使用问题，比如说，配置项繁杂、操作没有很友好、上手的成本高。
产品的易用性和功能的复杂性如何达到平衡？这个问题也一直是ETL产品改进的方向。
如何使用最简单的方式去达到目标？如何让业务方提高使用效率？如何don’t make me think （too much）？
其实，我也已经有了答案。欢迎各位进一步交流哦！
