ETL工具Kettle介绍和一个例子 - 抓虾

导读：
　　根目录
　　因为公司近期招了几个实习生，需要我来做一个关于Kettle的培训，准备了一些培训的资料，一个ppt，用于培训的，一个数据库备份和一个详细的操作文档，是一个小作业，不敢独享，发出来给大家share，顺便作为这个技术博客的头彩，希望大家能够多来关注。
　　如果大家不愿意看网页版，可以下载相关文档到本地研究：）
　　培训ppt在这里
　　培训手册在这里
　　练习数据库备份在这里
　　练习的脚本文件在这里
　　 Kettle培训手册
　　
　　 Etl介绍
　　
　　ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程），对于金融IT来说，经常会遇到大数据量的处理，转换，迁移，所以了解并掌握一种etl工具的使用，必不可少。
　　Kettle是一款国外开源的etl工具，纯java编写，绿色无需安装，数据抽取高效稳定。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部署运行
　　
　　将kettle2.5.1文件夹拷贝到本地路径，例如D盘根目录。
　　双击运行kettle文件夹下的spoon.bat文件，出现kettle欢迎界面：
　　
　　
　　
　　
　　稍等几秒
　　
　　
　　
　　
　　选择没有资源库，打开kettle主界面
　　
　　
　　
　　
　　 创建transformation，job
　　点击页面左上角的创建一个新的transformation，点击保存到本地路径，例如保存到D:/etltest下，保存文件名为EtltestTrans，kettle默认transformation文件保存后后缀名为ktr
　　
　　点击页面左上角的创建一个新的job，点击保存到本地路径，例如保存到D:/etltest下，保存文件名为EtltestJob，kettle默认job文件保存后后缀名为kjb
　　
　　 创建数据库连接
　　
　　在transformation页面下，点击左边的【Main Tree】，双击【DB连接】，进行数据库连接配置。
　　
　　
　　
　　
　　Connection name自命名连接名称
　　Connection type选择需要连接的数据库
　　Method of access选择连接类型
　　Server host name写入数据库服务器的ip地址
　　Database name写入数据库名
　　Port number写入端口号
　　Username写入用户名
　　Password写入密码
　　
　　例如如下配置：
　　
　　
　　
　　
　　点击【test】，如果出现如下提示则说明配置成功
　　
　　
　　
　　
　　点击关闭，再点击确定保存数据库连接。
　　
　　 一个简单的ktr例子
　　
　　 目标：
　　从交易表（trade），帐户表（account），客户表（cust）抽数交易相关的所有信息，并判断对公对私分别进行处理，输出到文本文件中。
　　
　　 操作步骤：
　　在EtltestTrans页面下，点击左侧的【Core Objects】，点击【Input】，选中【表输入】，拖动到主窗口释放鼠标。
　　
　　
　　
　　双击【表输入】图标
　　
　　数据库连接选择刚刚创建好的etltest数据库连接，在主窗口写入对应的查询语句
　　
　　Select * from trade
　　
　　
　　
　　
　　点击确定完成。
　　
　　点击左侧的【Lookup】，选中【数据库查询】，拖动到主窗口释放鼠标。
　　
　　
　　
　　按住shift键，用鼠标点中刚才创建的【表输入】，拖动到【数据库查询】上，则建立了两个环节之间的连接。
　　
　　
　　
　　
　　双击【数据库查询】图标
　　
　　步骤名称写入account表查询，数据库连接选择刚刚创建好的etltest数据库连接，查询的表写入account，查询所需的关键字中，表字段写入acctno，比较操作符写入”=”，字段1写入acctno。
　　
　　在查询表返回的值里面写入custno，确定完成。
　　
　　
　　
　　
　　同上，再创建一个数据库查询，命名为cust表查询，查询的表写入cust，查询所需的关键字写入custno=custno，查询表返回的值写入custname，custid，custtype
　　
　　
　　
　　
　　点击左侧的【Transform】，选中【过滤记录】，拖动到主窗口释放鼠标。
　　
　　
　　
　　点击左侧的【Scripting】，选中两个【Modified Java Script Value】，拖动到主窗口释放鼠标。分别双击打开，重命名为”对公类型修改”和”对私类型修改”。
　　
　　同时，分别创建【过滤记录】和【对公类型修改】，【对私类型修改】的连接。
　　
　　双击【规律记录】打开。
　　
　　第一个 里面选择custtype，点击 ，在Enter value里面写入1，确定
　　
　　
　　
　　在发送true数据给步骤里，选择【对私类型修改】，在发送false数据给步骤里，选择【对公类型修改】，确定保存。
　　
　　
　　
　　
　　双击【对公类型修改】，在里面写入javascript脚本语句
　　
　　var custtype_cn=’对公客户交易’
　　
　　在字段中写入custtype_cn，类型选为string。确定。
　　
　　
　　
　　
　　同理，在【对私类型修改】中，在里面写入javascript脚本语句
　　
　　var custtype_cn=’对私客户交易’
　　
　　在字段中写入custtype_cn，类型选为string。确定。
　　
　　点击左侧的【Transform】，选中两个【增加常量】，拖动到主窗口释放鼠标。分别双击打开，重命名为”增加对公常量”和”增加对私常量”。
　　
　　分别建立【对公类型修改】和【对私类型修改】与【增加对公常量】和【增加对私常量】的连接
　　
　　
　　
　　
　　双击【增加对公常量】，名称写入value，类型选择string，值写入”这是一笔对公客户发生的交易”，确定保存。
　　
　　
　　
　　
　　同理，双击【增加对私常量】，名称写入value，类型选择string，值写入”这是一笔对私客户发生的交易”，确定保存。
　　
　　点击左侧的【Output】，选中【文本文件输出】，拖动到主窗口释放鼠标。
　　
　　建立【增加对公常量】，【增加对私常量】和【文本文件输出】的连接。
　　
　　
　　
　　双击打开【文本文件输出】，文件名称写入D:/etltest/etltest.txt
　　
　　
　　
　　
　　点击内容标签，根据情况进行修改，例如
　　
　　
　　
　　
　　点击字段标签
　　名称依次写入tradeid，acctno，amt，custno，custname，custid，custtype_cn，value，类型根据各个字段实际类型进行选择
　　
　　
　　
　　
　　确定保存
　　
　　点击保存创建好的transformation。
　　
　　点击运行这个转换。
　　
　　
　　
　　
　　点击launch，开始运行
　　
　　当所有状态都变成已完成时，则转换完成。
　　
　　
　　
　　 另一个简单的ktr例子
　　
　　 目的：
　　将上一个ktr生成的文本导入到数据库中。
　　
　　 操作步骤：
　　创建一个transformation，命名为EtltestTransfile2db.ktr，创建数据库连接etltest，点击【Input】，选中【文本文件输入】，拖到主窗口，释放鼠标，双击打开
　　
　　文件名称里面写入D:/etltest/etltest.txt
　　
　　
　　
　　
　　点击内容标签，分隔符写入@@，将头部的钩去掉
　　
　　
　　
　　
　　点击字段标签，名称依次写入tradeid，acctno，amt，custno，custname，custid，custtype_cn，value，类型根据各个字段实际类型进行选择
　　
　　
　　
　　
　　点击【Transform】，选中【字段选择】，拖到主窗口，释放鼠标
　　
　　点击【Output】，选中【表输出】，拖到主窗口，释放鼠标
　　
　　建立【文本文件输入】和【字段选择】与【字段选择】和【表输出】的连接
　　
　　
　　
　　
　　双击【表输出】，目标表中写入trade_all，提交记录数量写成1，确定保存。
　　
　　
　　
　　
　　双击【字段选择】，点击 获取选择的字段，再点击Edlt Mapping，点击OK确定，编辑所有字段对应关系，点确定。
　　
　　
　　
　　
　　点击运行这个转换。，则将上一个ktr中生成的文本，导入到数据库当中。
　　
　　 一个简单的kjb例子
　　
　　 目的：
　　将上两个transformation一起在同一个job里面调用执行。
　　
　　 操作步骤：
　　在EtlscriptJob页面，点击【Core Objects】，点击【Job entries】，选中【START】拖动到主窗口释放鼠标，再选中两个【Transformation】，拖动到主窗口释放鼠标，建立【START】和【Transformation】与【Transformation】之间的连接。
　　
　　双击第一个【Transformation】，在Transformation filename中写入D:/etltest/EtltestTrans.ktr，确定保存。
　　
　　
　　
　　
　　同时将另外一个【Transformation】，路径指向D:/etltest/EtltestTransfile2db.ktr，保存。
　　
　　点击保存创建好的job。
　　
　　点击运行这个转换。
　　
　　待所有任务都显示成功，则为job调用transformation运行成功。
　　
　　
　　
　　

本文转自
http://english.zhuaxia.com/item/660513383