数据清洗第三章Kettle

   

一、Kettle概述
    Kettle是一款国外免费开源的轻量级ETL工具,是基于Java语言开发的，可以在Windows、Linux、UNIX系统上运行,并且是绿色无需安装的，可用于各种数据库之间数据的迁移。Kettle工具主要由4个组件组成，分别是SpoonPan、Kitchen及Carte组件，具体功能介绍如下。 Spoon 是Kettle的集成开发环境，它会提供一个基于SWT的图形用户界面，主要用于构建ETL Jobs(作业)和Transformations(转换)，也可用于执行或调试作业、转换,还可用于监控ETL操作的性能。Pan 是以命令行的方式(即编写Shell 脚本)执行Spoon生成的Transformations程序,运行在后台,并且该组件没有图形化用户界面。Kitchen是以命令行的方式(即编写Shell脚本)执行Spoon生成的Jobs程序,运行在后台,并且该组件没有图形化用户界面。Carte是Kettle中的一个重要组件,它是基于Jetty的轻量级HTTP服务器，运行在后台，主要用于远程监控HTTP执行Jobs和Transformations的进度。

1.1 Kettle的设计原则

   1.  易于开发

   2.  避免自定义开发

   3.  所有功能都能通过用户界面完成

   4.  没有命名限制

   5.  透明

   6.  灵活的数据通道  

   7.  只映射需要映射的字段

二、转换