目錄
（2）輸入單線程，兩個輸出，一個單線程、另一個兩線程（圖6）
Kettle轉換中，各步驟之間行集（row set）的發送有分發和複製兩種方式，本文討論這兩種方式的區別，以及它們與Kettle多線程的關係。我們用一個簡單的例子輔助說明，Kettle版本爲8.3。定義一個轉換，以t1表作爲輸入，輸出到表t2和t3。t1表中有1-10十個整數。當創建第二個跳（hop）時，會彈出一個警告窗口，如圖1所示。
表輸入步驟將向兩個表輸出步驟發送數據行，此時可以選擇採用分發或複製兩種方式之一，缺省爲複製方式。分發方式執行後，t2、t3表的數據如圖2所示。
複製方式執行後，t2、t3表的數據如圖3所示。
區別一目瞭然，分發是將數據行依次發給每個輸出跳，而複製是將全部數據行發送給所有輸出跳。目前這個轉換中的所有步驟都以單線程執行。下面看一下多線程的情況。
1. 分發方式
（1）輸入兩線程，輸出單線程
執行後，t2、t3表的數據如圖5所示。
可以看到，每個輸入線程都以分發方式將數據行依次發給每個輸出跳，結果t2表數據爲兩倍的單數、而t2表數據爲兩倍的雙數。
（2）輸入單線程，兩個輸出，一個單線程、另一個兩線程
執行後，t2、t3表的數據如圖7所示。
輸入線程輪詢分發，單線程輸出每次寫一行，兩線程輸出每次寫兩行。
（3）輸入單線程、兩個輸出均爲兩線程
執行後，t2、t3表的數據如圖9所示。
輸入線程向兩個輸出步驟輪詢分發數據行，兩個輸出步驟每次寫兩行。
（4）所有步驟均爲兩線程
執行後，t2、t3表的數據如圖11所示。
從最後結果看，和圖5的相同，這個我們後面分析。
（5）輸入步驟爲兩線程，輸出步驟爲四線程
執行後，t2、t3表的數據如圖13所示。
輸出爲四線程，因此輸入的第一個線程將前四行發送到輸出1，然後將接着的四行發送到輸出2，然後再將接着的四行（此時只剩兩行）發送到輸出1。輸入的第二個線程也同樣執行這樣的過程。最終t2表兩個1、2、3、4、9、10，t3表有兩個5、6、7、8。
由前面這些例子可以總結出分發方式下執行規律：每個輸入步驟線程執行相同的工作，即輪流向每個輸出步驟發送數據行，每次發送的行數等於相應輸出步驟的線程數。但是，圖10-圖11並不符合這個規律。
我理解圖10應該這樣執行：
輸入線程1：t2：12 56 910 t3: 34 78
輸入線程2：t2：12 56 910 t3: 34 78
但實際執行的效果卻與圖4相同。從現象看貌似輸入輸出線程數相等時，就會忽略輸出的多線程，而當做單線程處理。再做一個2-2-4線程的試試：
執行後，t2、t3表的數據如圖15所示。
按一般的規律應該這樣執行：
輸入線程1：t2：12 78 t3：3456 910
輸入線程2：t2：12 78 t3：3456 910
但因爲輸入和第一個輸出線程數相同了，於是第一個輸出就按單線程處理：
輸入線程1：t2：1 6 t3：2345 78910
輸入線程2：t2：1 6 t3：2345 78910
斗膽猜想，這很可能是Kettle 8.3版本的一個bug。不用則以，要使用多線程一定得注意輸入輸出線程數相等的情況，別等數據亂套了再追悔莫及。
2. 複製方式
（1）輸入兩線程，輸出單線程（圖4）
執行後，t2、t3表的數據相同，如圖16所示。
不出所料，兩個線程分別向兩個表發送了全部數據。
（2）輸入單線程，兩個輸出，一個單線程、另一個兩線程（圖6）
執行後，t2、t3表的數據分別如圖17、18所示。
單線程輸出寫了一遍數據，兩線程輸出寫了兩遍數據。
（3）輸入單線程、兩個輸出均爲兩線程（圖8）
執行後，t2、t3表的數據相同，如圖19所示。
兩個輸出都寫了兩遍數據。
（4）所有步驟均爲兩線程（圖10）
執行後，t2、t3表的數據相同，如圖20所示。
因爲輸入與輸出均爲兩線程，轉爲輸出單線程處理。
（5）輸入步驟爲兩線程，輸出步驟爲四線程（圖12）
執行後，t2、t3表的數據相同，都有80條數據。數據條數爲輸入表t1的行數 * 輸入線程數 * 輸出線程數。
同樣再做一個2-2-4線程的測試（圖14），執行後t2表20條數據，按單線程輸出處理，t3表80條數據，按四線程輸出處理，符合預期。
由這些例子可以總結出複製方式下執行規律：分發的數據行數 = 原始行數 * 輸入線程數 * 輸出線程數。當輸入輸出線程數相等時，輸出按照單線程處理。
注意，數據分發方式隻影響輸入步驟，可從步驟的右鍵菜單中設置，如圖21所示。
對於輸出步驟，設置成哪種都不影響轉換執行的結果。如圖22所示的轉換，無論中間表輸出的線程數是幾，它的分發方式如何，最終t2和t3表的數據都和t1相同。
