kettle将文件存储为orc或者parquet

以下是在 kettle8.3 版本上进行测试的

在 kettle9.1 ， kettle9.2 版本，均无法使用组件 ORC output 和 ORC intput 。

在 kettle9.1 ， kettle9.2 版本，可以使用组件 Parquet output 和 Parquet intput 。

必要条件

Windows 本地得配置 Windows-Hadoop 的环境变量

一、组件 ORC output 配置字段

设置 ORC output 的压缩方式（压缩方式可以不设置），下面是设置的 snappy 进行测试

注意：有个bug是，orc无法设置字段的编码。如果有中文数据，则会显示乱码

二、组件 Parquet output 配置字段，可以设置字段的编码为 UTF8

设置 Parquet output 的压缩方式（压缩方式可以不设置），下面是设置的 snappy 进行测试

注意：在第一次运行的时候，会弹出选择 Hadoop 的版本类型。根据本地配置的 Hadoop 来选择

输出的文件路径必须是这种形式的

String cacheFile=“F:/test”

"file:///"+cacheFile

否则会报错

java.net.URISyntaxException: Illegal character in path at index