Kettle:介绍与使用(一)

1.介绍

1.1 ETL

• 抽取(Extract)：一般抽取过程需要连接到不同的数据源，以便为随后的步骤提供数据。这一部分看上去简单而琐碎，实际上它是ETL解决方案的成功实施的一个主要障碍。
• 转换（Transform)：任何对数据的处理过程都是转换。这些处理过程通常包括(但不限于）下面一些操作：
  移动数据
  根据规则验证数据
  数据内容和数据结构的修改
  将多个数据源的数据集成
  根据处理后的数据计算派生值和聚集值
• 加载（Load):将数据加载到目标系统的所有操作。
  概念扩展：ELT，EII(Enterprise information integration)/Data federation

1.2 Kettle

• Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。
• Kettle 中文名称叫水壶，该项目的主程序员MATT希望把各种数据放到一个壶里，然后以一种指定的格式流出。
• Kettle这个ETL工具集，它允许你管理来自不同数据库的数据，通过提供一个图形化的用户环境来描述你想做什么，而不是你想怎么做。
• Kettle中有两种脚本文件，transformation和job，transformation完成针对数据的基础转换，job则完成整个工作流的控制。
• Kettle(现在已经更名为PDI，Pentaho Data Integration-Pentaho数据集成）。

2.下载与安装

2.1 下载

官网下载
注意：官网下载比较慢，可以下载国内的

2.2 目录

2.3 安装

2.3.1 配置JDK环境

a).打开我的电脑--属性--高级--环境变量
b).新建系统变量JAVA_HOME和CLASSPATH
变量名：JAVA_HOME
变量值：C:\Program Files\Java\jdk1.7.0[具体路径以自己本机安装目录为准]

变量名：CLASSPATH
变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;

c). 选择“系统变量”中变量名为“Path”的环境变量，双击该变量，把JDK安装路径中bin目录的绝对路径，添加到Path变量的值中，并使用半角的分号和已有的路径进行分隔。
变量名：Path
变量值：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

2.3.2 配置Kettle环境

在系统的环境变量中添加KETTLE_HOME变量，目录指向kettle的安装目录：D:\kettle\data-integration

3.使用

3.1 启动

双击Spoon.bat脚本启动即可

启动成功后，界面如图：

3.2 界面介绍

| Kettle中文社区：http://www.ukettle.org

| Kettle中文网：http://www.kettle.net.cn/

| Kettle源码地址：https://github.com/pentaho/pentaho-kettle

| Kettle 官方帮助文档：https://help.pentaho.com/Documentation/8.1

^_