kettle学习笔记
1.kettle的简介
Pentaho Data Integration(kettle)是一款开源的ETL(Extract Transsformation Load)工具，用来完成数据的抽取、清洗、转换和加载等数据处理方面的工作
源代码下载地址：
svn://source.pentaho.org/svnkettleroot/Kettle/trunk
官方文档：http://infocenter.pentaho.com
Bug报告地址：http://jira.pentaho.com/browse/PDI
官方论坛： http://forums.pentaho.org/forumdisplay.php?f=135
中文论坛：http://www.pentahochina.com
kettle的特点
kettle对比
Kettle vs Informatica
相似点：
•Pentaho 和 Informatica 都提供了大量的转换步骤、脚本功能，都 可以处理复杂的ETL 转换。
•通常情况下 Informatica 比 Kettle 更快。Informatica 有下推优化， 缓存查询等提高性能的手段。但是如果你对 Kettle 和数据库有足够 的了解，做一些调整，你可以提高 Kettle 的速度，在一些情况下可 以达到甚至超过 Informatica 的速度。
Kettle 的优点：
•Kettle 的易用性比 Informatica 好，需要的培训要少很多。
•Kettle 不需要像 Informatica 那样大的前期投入。
•Kettle 的插件架构支持快速定制开发
Informatica 的优点：
•Informatica 的错误报告功能比 Kettle 更友好，更容易定位错误。 Kettle 通常只把异常抛出，需要实施人员有更丰富的经验。
•Informatica 比 Kettle 有更好的监控工具和负载均衡等企业级应用 功能，更适合大规模的ETL 应用。。
kettle的几个子程序的功能和启动方式
Spoon.bat: 图形界面方式启动作业和转换设计器。
Pan.bat: 命令行方式执行转换。
Kitchen.bat: 命令行方式执行作业。
Carte.bat: 启动web服务，用于 Kettle 的远程运行或 集群运行。
Encr.bat: 密码加密
2.下载kettle
点击进入kettle官网
找到下图所示的download
或者直接使用下面的地址直接进行下载kettle7.1
点击下载kettle7.1
直接解压即可
或使用国内镜像资源站：
去国内镜像站下载kettle
3.kettle的使用
找到kettle解压的路径
直接双击启动Spoon.bat
然后执行下图所示
点击测试后，报错信息如下
报错原因：Mysql驱动没有找到
Mysql5.5版本之后全部采用统一的驱动jar即为MySqlConnector/J 8.0.11
去官网下载mysql驱动包
点击去mysql官网
解压刚下载的mysql-connector-java-8.0.12.zip文件
把上图所示的.jar文件放在Spoon.bat所在的目录中，然后重启kettle
如果上述没效果就把驱动放在：
\pdi-ce-5.2.0.0-209\data-integration\lib下或
\pdi-ce-5.2.0.0-209\data-integration\libswt\win64下【我的电脑是64位的】
重启之后即可解决这个问题。
如果还是不行就换个musql的驱动版本，因为每个人的mysql版本都不同，所以用的也是不同的驱动jar
4.kettle资源库-元数据
元数据的通用概念：
• “描述性数据”或“数据的数据”
ETL 的元数据：
• 描述 ETL 要执行的任务
在Kettle里元数据的存储方式：
• 资源库
资源库包括文件资源库、数据库资源库
Kettle 4.0 以后资源库类型可以插件扩展
• XML 文件
.ktr 转换文件的XML的根节点必须是
.kjb 作业XML的根节点是
5.新建数据库资源库
如果出现下图所示报错：
MYSQL保存BOOLEAN值时用1代表TRUE,0代表FALSE
需要修改如下对应的语句（把N改成0，把Y变成1），这个可能是mysql的语法问题
然后点击执行如下所示：
然后会弹出运行结果：
点击确定即可：
然后关闭之前的sql语句窗口
然后去mysql查看一下元数据表是否创建完成
出现上图表示数据库资源库初始化成功！！！