Kettle — 安装和部署打包

最新推荐文章于 2024-09-20 14:22:42 发布

beststone1

最新推荐文章于 2024-09-20 14:22:42 发布

阅读量1.2k

点赞数 1

分类专栏： kettle 文章标签： kettle linux

kettle 专栏收录该内容

62 篇文章 11 订阅

订阅专栏

转自：https://blog.csdn.net/u013468915/article/details/82628024

kettle/build.xml，右键run as -> Ant Build...，选择distrib，就开始打包了，生成的发行版在distrib目录下

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u013468915/article/details/82628024
前提
Kettle是纯Java编写的ETL开源工具，目前Kettle7和Kettle8都需要Java8或者以上才能正常运行。所以开运行Kettle前先检查Java环境是否正确配置，Java版本是否是8或者以上。

Kettle安装
1）创建Kettle的目录，并将Kettle的zip包解压到Kettle目录下

2）查看一下sh文件使用都有执行的权限，如果没请加上。

4）执行kitchen.sh脚本

3）如果出现以下的错误，这是因为sh文件有可能是在Windows下编写的并打包到Zip包中的，编码格式不一样linux是utf-8，windows是gbk的。我这里提供两种解决方案。

1.单个文件修改

利用Vim进行修改，可以使用:set ff查看文件格式；可以使用:set ff=unix修改文件格式。

2.批量执行

运行下面的脚本命令即可。创建一个sh文件，将下面的shell代码复制到该文件执行即可。注意路径修改一下。

for file in `ls /opt/kettle/data-integration/*.sh`

do

         echo ${file}

         vim +':w ++ff=unix' +':q' ${file}

done
4）执行后如果出现下面的WARNING，根据提示安装即可，不然可能会导致部分特性无法使用（主要是Spoon的使用，如果是无界面环境，可以忽略）。

5）安装好以后，WARNING就没有了。出现以下的提示界面说明Kettle可以正常使用了。

同时home目录下应该会有一个.kettle的目录

Kettle转换与作业执行
在Kettle中pan和kitchen两个工具分别用来执行transformation（转换）和job（作业），如下所示：

对于文件存储，不是数据库资源库，可以如下的方式存放文件：

所有的transformation文件存放在/srv/kettle/transformations/

所有的job文件存放在/srv/kettle/jobs/

所有的日志文件存放在/var/kettle/logs/

使用pan执行transformation
pan语法：./pan.sh -option=value arg1 arg2

具体使用参考：https://www.cnblogs.com/xiaopan-cp9/p/7608203.html（非常仔细的介绍）

使用kitchen执行job
kitchen语法：./kitchen.sh -option=value arg1 arg2

常用参数列表：

命令

描述

-rep

选择一个资源库的名字

-user

资源库用户名

-pass

资源库密码

-file

job文件路径

-job

资源库中的job名称

-dir

指定资源库目录

-norep

标明不是资源库里的文件

-level

日志级别（Basic, Detailed, Debug, Rowlevel, Error, Nothing）

-logfile

日志输出到指定的文件

-listdir

在使用 -dir 时，打印出资源库目录下所有子目录

-listjob

列出资源库中的所有jobs

-listrep

列出当前所有已经定义的资源库

-export

导出所有的job到一个zip包中

-version

显示版本

-listparam

列出所有的参数

-param

参数设置，例如-param:FOO=bar

-level

log级别 (Basic, Detailed, Debug, Rowlevel, Error, Nothing)

Kettle服务器端部署
通过Start组件定时执行任务
在Kettle中我们可以通过Start组件来设置定时任务，如下所示，这种方式不推荐使用，因为该Job会一直占有一个进程，容易内存溢出。

通过crontab执行Kettle任务
在Linux中crontab是用来提交和管理用户周期性执行的任务。

例如（文件存放位置）：

所有的transformation文件存放在/srv/kettle/transformations/

所有的job文件存放在/srv/kettle/jobs/

所有的日志文件存放在/var/kettle/logs/

所有的执行脚本存放在/srv/kettle/script/

1）首先我们创建一个脚本。因为是crontab执行任务，我们需要重新导入Java配置。

2）在终端上，键入“crontab-e”，进入定时任务文件，添加任务。

3）重启cron 并查看任务

Kettle通过Carte远程调度
Kettle的部署有很多种模式，上面讲的是最原生的模式（Pan/Kitchen）。但是这种方式不利于监控、调度和资源分配。Kettle本身提供了一个用于调度的Web服务Carte。Carte允许远程请求HTTP进行监控、启动、停止在Carte服务上运行的job和trans。要部署使用Carte的大致过程如下所示：

1）修改xml配置文件

在kettle.pwd的描述中可以知道默认的用户名密码都是cluster（不放心的话可以通过<username>和<password>节点设置用户名密码），如果要修改密码可以在配置文件中配置。

2）启动Carte

启动时将刚刚的配置文件加上。

启动完成后就可以访问Carte了，界面非常的简陋。

PDI Status应该可以理解，下面的Configuration details上面三条代表日志最大长度、日志存活时间和指定转换或者作业产生的对象的存活时间，这三个属性都是为了防止Out Of Memory。在上面的配置文件中的配置如下所示：

最后一个参数是资源库名称。

3）配置子服务器

上面是成功的将Carte服务打开，下面就需要将Spoon连接到Carte。在左侧的树中我们需要增加一个子服务器。如下所示：

4）创建一个新的运行配置，setting选择Slave Server。

5）提交任务

运行时选择刚刚配置的Carte执行。这样我们执行文件就会上传到Carte服务器指定的目录然后执行。