Pentahoのデータに関するターミノロジー

Pentaho Data Integration（Kettle）を使っていろいろ試すうちに、「パラメータ」「変数」「環境変数」「ストリーム」「行（Rows）」「行（Row）」「列（Field）」といった用語法がなんとなくわかってきました。

まず「パラメータ」と「変数」と「環境変数」とJavaのプロパティはほとんど同義です。とくに「パラメータ」と「変数」とはもう表現のブレ以外の何ものでもないようです。

「環境変数」は「パラメータ」のサブセットです。そしてkettle.propertiesで定義されたプロパティやOSが提供する（本来の意味の）環境変数は（Pentahoにおける）「環境変数」のサブセットです。

「パラメータ」とはKey（パラメータ名）とValue（パラメータ値）とで構成されるペアであり、あるKeyに対応する値は単一の決まった値しかとれないという点で、ストリーム（行あるいはRows）とは異なります。ストリームは1つ以上のFieldを持つRow（あるいはタプル）の集合であり、あるFieldに対応する値はRowごとに異なる値をとることができます。

またパラメータは結局のところプロパティなので型情報を持ちません（あるいは「すべて文字列型である」とも言えます）が、ストリームのFieldは型情報を持ちます。

以上、初歩的な話といえばまあそうなのですが、その「初歩的な話」を説明してくれている日本語情報ソースが見つからなかったのでここにメモしておきます。