kettle python_讨论kettle 的重要性

辞职以后，解决了人生的一大问题，那就是买房了，花了2个月时间，深入研究了房地产市场。开始找工作，去面了 一步单车，公司非常nb了。他们要招聘的分析师需要会 sql 和 会自己做数据仓库，由于我说自己不会 etl工具，然后就没有下文了。

最后去了某大型食品集团企业(保密)，新零售事业部。由于新产品开发 研发力量非常吃紧，我就只有一个人挑大梁。研发只提供一个 实时更新的远程数据库，没得法一切都要自己来。花了周末把kettle学会了，确实解决了很多问题，也就是一个周末2天的时间，自己搞定了。如果你的数据量不大的情况下，先写好视图，spss modeler 做全量更新。其实也可以做增量，不过需要手动。

kettle 确实可以解决很多问题，开发效率比起 python 的pandas 包要快一些。之前差点自己就用 pandas 来写了。很多时候，企业招人的时候，不愿意再招一个技术，希望分析也把技术的事情做了。相对于做了几年的分析来说，学习一下 kettle 时很简单的事情。学习python要难的多。

不过学习 kettle 坑很多，首先需要你自己把环境配置好，然后就是找到合适的资料教程。我就是找了一个 讲的很差的视频教程，花了很多时间看了，没有解决实际问题。又看了1套，终于把问题讲清楚了，看书的话 那就很慢了。

找的资料都是比较老的了，4年前了。等有了时间，我也自己做一套kettle 课程出来，需要的朋友 关注我们公众号 dmercn，到时候会发在 公众号上面通知大家。如下是目前做 bi 产品开发的一些组件。