Kettle入门概述：围绕ETL主要过程，提供一份完整的数仓开发路线图

由于Kettle的众多优点（免费、开源；易部署，多平台支持；可视化、拖拽式操作，组件功能丰富，易上手等），很多企业会选择它来作为ETL开发的工具。

ETL的主要过程，就是完成对数据的抽取（Extract）、转换（Transform）、加载（Load），如果再同时做好任务的流程控制、自动调度和监控，一份完整的数仓开发就实现了。

下面将结合ETL主要过程和数仓开发思路，对Kettle的使用做下概述。

脚本文件和操作界面

在Kettle中只存在两种脚本文件，分别是转换（ktr）和作业（kjb），任何开发工作都是在这两类文件中完成的。从文件的类别名称就基本可以知道，转换文件主要负责对数据进行处理，作业文件主要负责整体任务的有序执行。

以转换文件为例，操作界面如下所示：

数据抽取（Extract）

“数据抽取”操作，主要依靠Kettle中的“输入”组件来完成，支持的数据源类型非常多，有Acess、Excel、CSV、XML、数据库表等，如下图所示。其中“表输入”（下图未展示）指的就是数据库表的输入，支持目前的主流数据库类型。

对于大数据类型的数据输入，可以选择“Big Data”组件里的控件来完成工作。