Kettle 7.1 连接Hadoop集群

设置Hadoop环境

在Tools -> Hadoop Distribution 中选择 “HortonWorks HDP 2.5.x”。

复制core-site.xml文件

复制 Hadoop 环境下的的 core-site.xml 文件到 kettle 安装目录下的 “plugins/pentaho-big-data-plugin/hadoop-configurations/hdp25” 目录下。

做完上面两步后，重新启动 Kettle。

测试Hadoop集群连接

• 添加一个Transformations。
• 在 View -> Transformations -> Hadoop clusters 添加一个新的 Hadoop 集群。配置大致如下：（修改后可以测试一下）

  Cluster Name: myhdfs
  Storage: HDFS
  HDFS: (可以参考core-site.xml文件)
    Hostname: <ip>
    Port: 8020
    Username: <user>
    Password: <password>
  JobTracker:
    Hostname: <ip>
    Port: 8032
  Zookeeper:
    Hostname: <ip>
    Port: 2181
  

• 在工作区，拖拽一个 “Hadoop File Input” 和 “Hadoop File Output”，并建立关联。
• 修改“Hadoop File Input”

  Environment: myhdfs
  File/Folder: /tmp/users.dat
  

• 修改“Hadoop File Output”

  Hadoop cluster: myhdfs
  Folder/File: /tmp/users_new.dat
  

• 运行Transformations，然后检查结果。