Linux环境部署kettle

本博客主要是记录了鄙人第一次在Linux环境部署kettle的经历，以及其中遇到的部分问题，不一定很全面，仅供参考交流
博客内容主要分为：JDK安装、kettle安装、安装JDK与kettle可能遇到的问题、以及定时执行job等

一、JDK安装(注意版本)
首先检测是否已经安装,利用java -version如果已安装，则忽略JDK安装步骤

其次还需要关注，其版本是否兼容
JDK安装具体步骤如下：
1：下载安装jdk
kettle是一款纯java编写的开源ETL工具，需要jdk环境支持，下载jdk-8u181-linux-x64.tar.gz到/root/Desktop，建立jdk安装目录
mkdir /usr/java
cp /root/Desktop/jdk-8u181-linux-x64.tar.gz /usr/java/
cd /usr/java
tar -xzvf jdk-8u181-linux-x64.tar.gz
chmod +x jdk1.8.0_181
cd jdk1.8.0_181

2：配置环境变量
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.8.0_181 //jdk1.8.0_181为jdk的安装目录
export PATH=$JAVA_HOME/bin:$PATH
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
source /etc/profile //环境变量生效

3：测试
若出现版本信息，则安装配置成功
java -version

二、部署kettle（kettle本身是无需安装，只需要解压即可）
1：创建一个目录，
**# mkdir /root/software/kettle
将下载好的kettle解压后放在该文件夹下。
cd /root/software/kettle
unzip pdi-ce-7.1.0.0-12.zip //解压
cd data-integration
ll .sh //查看.sh
chmod +x .sh //以.sh结尾的文件(命令脚本)必须拥有执行权限，如果没有，请赋予***

2：测试安装是否成功
在kettle的data-integration目录中执行kitchen.sh文件，若出现帮助信息，证明安装成功
./kitchen.sh

若是如图所示，则恭喜你，安装成功

但是更多的情况是会出现一些问题：
1、错误提示如下：
WARNING: no libwebkitgtk-1.0 detected, some features will be unavailable
Consider installing the package with apt-get or yum.
e.g. ‘sudo apt-get install libwebkitgtk-1.0-0’
这是由于缺乏相应的包导致的，主要是由于安装相应的Linux系统时选择了比较小的简易版的安装包
解决方案：
由于centos与Ubuntu的包管理器不同，导致二者在解决问题的具体方式也会存在不同
centos参考：https://blog.csdn.net/m0_37618809/article/details/81015492
主要是利用yun命令安装相应的包，部分包需要下载后利用rpm命令安装，安装包的下载网站：http://rpmfind.net/linux/rpm2html/search.php?query=libicuuc.so.52.1%28%29%2864bit%29&submit=Search+…&system=&arch=
但是我在其中也遇到了诸多问题，但是由于鄙人对Java了解有限，所以不在此处展开
ubuntu参考：直接执行apt-get install libwebkitgtk-1.0-0命令安装该包即可
apt是Ubuntu的包管理器，并且可以自动安装相应的依赖包
注：lsb_release -a 可查看Linux系统发行版本

2、错误提示如下：

这是由于Java版本问题导致，只有将之前低版本的jdk卸载，然后安装最新版的jdk 即可

3、执行ktr脚本，并输出相应日志：
nohup /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/pan.sh -file /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.ktr>>/root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_y.log 2>> /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_n.log &
注意，此处nohup与&必不可少，其中重定向是为了输出相应的日志
nohup Command [ Arg … ] [　& ] #不挂断地运行命令
该命令背景：在客户端执行某个命令，启动成功后，若是关闭SSH客户端，运行程序也会同时终止，上述命令即使退出SSH客户端，程序也能一直执行下去
注：带&的命令行，即使terminal（终端）关闭，或者电脑死机程序依然运行（前提是你把程序递交到服务器上)

执行转换，编写测试转换，执行如下命令即可
/opt/kettle/data-integration/pan.sh -file /opt/kettle/ktr/test/tset.ktr
执行job：
/opt/kettle/data-integration/ kitchen.sh -file /opt/kettle/ktr/test/tset.kjb
job和ktr的路径变量问题需要注意，也可以直接写绝对路径

4、命令脚本（test.sh）

!/bin/sh

export JAVA_HOME=/usr/java/jdk1.8.0_181
export JRE_HOME=/usr/java/jdk1.8.0_181/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JRE_HOME/lib:$CLASSPATH export PATH=$JAVA_HOME/bin:$JRE_HOME/bin:$PATH
nohup /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/pan.sh -file /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.ktr>>/root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_y_.log 2>> /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_n_.log &
注：环境变量必不可少；需要利用chmod +x test.sh命令对test.sh脚本赋予执行权限

5、ktr定时任务:(每五分钟执行一次test.sh)
/5 * * * * /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.sh
注，不同的Linux系统退出编辑的命令有所不同，其中ubuntu是CTRL + x 进行保存退出；
crontab -e：edit编辑定时任务
crontab -l：list定时执行清单
crontab -r：remove删除全部定时任务
关于.kjb(即kettle的job任务)脚本的定时任务，建议利用Linux系统的crontab来设定，不建议利用job流程里面的定时执行方式，
原因：鄙人目前还没有找到比较好的用于终止该定时任务的方式；同时也不利于其他人员了解相关的定时执行计划

6、ktr脚本(含有数据库链接)在本地运行正常,但在服务器上运行时，提示数据库连接失败
多为白名单设置问题
linux登陆其他服务器中的数据库命令，进行测试：
mysql -h 服务器IP地址 -p 数据库名称 -u 用户名 -p

9、错误提示如下：

极有可能存在内存溢出，可以参考 https://www.2cto.com/database/201501/367201.html
解决方案：
找到kettle目录下的Spoon.bat文件，找到如下部分
REM ********************************************************
REM * Set java runtime options *
REM * Change 512m to higher values in case you run out of memory *
REM * or set the PENTAHO_DI_JAVA_OPTIONS environment variable *
REM ********************************************************

if “%PENTAHO_DI_JAVA_OPTIONS%”==”” set PENTAHO_DI_JAVA_OPTIONS=”-Xmx512m” “-XX:MaxPermSize=256m”

set OPT=%PENTAHO_DI_JAVA_OPTIONS% “-Djava.library.path=%LIBSPATH%” “-DKETTLE_HOME=%KETTLE_HOME%” “-DKETTLE_REPOSITORY=%KETTLE_REPOSITORY%” “-DKETTLE_USER=%KETTLE_USER%” “-DKETTLE_PASSWORD=%KETTLE_PASSWORD%” “-DKETTLE_PLUGIN_PACKAGES=%KETTLE_PLUGIN_PACKAGES%” “-DKETTLE_LOG_SIZE_LIMIT=%KETTLE_LOG_SIZE_LIMIT%” “-DKETTLE_JNDI_ROOT=%KETTLE_JNDI_ROOT%”
修改参数，将内存值调大（256的倍数），调整后如下所示：
REM ********************************************************
REM * Set java runtime options *
REM * Change 512m to higher values in case you run out of memory *
REM * or set the PENTAHO_DI_JAVA_OPTIONS environment variable *
REM ********************************************************

if “%PENTAHO_DI_JAVA_OPTIONS%”==”” set PENTAHO_DI_JAVA_OPTIONS=”-Xmx1024m” “-XX:MaxPermSize=2048m”

set OPT=%PENTAHO_DI_JAVA_OPTIONS% “-Djava.library.path=%LIBSPATH%” “-DKETTLE_HOME=%KETTLE_HOME%” “-DKETTLE_REPOSITORY=%KETTLE_REPOSITORY%” “-DKETTLE_USER=%KETTLE_USER%” “-DKETTLE_PASSWORD=%KETTLE_PASSWORD%” “-DKETTLE_PLUGIN_PACKAGES=%KETTLE_PLUGIN_PACKAGES%” “-DKETTLE_LOG_SIZE_LIMIT=%KETTLE_LOG_SIZE_LIMIT%” “-DKETTLE_JNDI_ROOT=%KETTLE_JNDI_ROOT%”