《数据清洗》第三章 Kettle工具的基本使用 笔记

一、Kettle简介

Kettle是一款国内免费开源的轻量级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的数据的迁移。Kettle工具主要由4个组件组成，分别是Spoon、Pan、Kitchen及Carte组件。

Kettle有7点设计原则，分别是：

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、Kettle的下载安装

1.下载Kettle安装包：下载地https://sourceforge.net/projects/pentaho/files/Data%20Integration/。

2.安装Kettle：由于Kettle工具是绿色无需安装的，因此我们只要解压下载的Kettle工具pdi-ce-8.2.0.0-342.zip即可。

3.配置Kettle：将Java和Kettle的安装路径都添加至系统环境变量；将数据库驱动添加至Kettle安装包下的lib文件夹下。

4.启动Kettle：双击Kettle安装目录下的Spoon.bat脚本，启动Kettle。

三、Kettle的基本概念

Kettle工具的执行分为两个层次，即转换和作业，这两个层次的最主要区别在于数据传递和执行方式。Kettle的概念模型图如下图所示。