1,背景
工作中有用到数据同步功能,主要是2方面:内部数据库同步;内部与外部数据库同步。
(领导)考虑到kettle不用写(java)代码,所以就用kettle做了。
结果是,kettle的确能满足功能需求。
2.学习
kettle 下载地址(以及安装方式)
https://community.hitachivantara.com/s/article/data-integration-kettle
kettle PDI 说明
https://help.hitachivantara.com/Documentation/Pentaho/9.2/Products/Pentaho_Data_Integration
kettle cmd
https://help.hitachivantara.com/Documentation/Pentaho/9.2/Products/Use_Command_Line_Tools_to_Run_Transformations_and_Jobs
kettle案例-实现数据实时增量同步
(该例子存在bug:同步数据时update会被当做insert)
(里面有github地址可以下载代码)
https://blog.csdn.net/dora_310/article/details/80511793
kettle资源库,选型
https://www.cnblogs.com/jiangbei/p/8987403.html
kettle 全局变量配置
https://www.jianshu.com/p/e537666a25a1
3,具体使用
windows上用界面(spoon.bat)画好job或者transform,形成文件。
在linux上部署kettle(kettle依赖jdk,下载kettle时候请自行斟酌),把文件发到linux服务器上,用kitchen.sh执行(我写的都是job,执行transform用pan)
定时任务用linux自带的crontab,基本能满足要求了。(也可以用xxl-job)
4,关于部署
画文件倒是画的好好的,部署就遇到了很多坑(程序员的悲哀啊)
(1)关于DB连接配置,要配置在.kettle/kettle.properties里面,每个文件配置db连接的时候,用${dbxxx}的方式配置,这种方式可以很容易地区分测试版,正式版;
(2)关于日志,执行完job后成功与否,是要写进数据库的。关键是报错原因获取不到。所以kitchen执行的时候,kitchen打出来的日志,我会写进一个文本文件,后面再具体去查。
5,总结
kettle没有比较好的“帮助文档”,反正我没找到,欢迎打脸。
很多时候用一个组件,除了百度,更多时候是只能自己摸索。
其它都挺好用的。