KETTLE学习篇1

一、Kettle简介

首先，学习Kettle前先了解一下ETL的概念；ETL是取Extract-Transform-Load的第一个首字母拼成，即指数据抽取、转换和装载的过程，日常工作上，我们经常会遇到各种数据的处理，转换，迁移，使用ETL工具就可以帮助我们解决这些数据的处理，所以了解并掌握一种ETL工具的使用是很必要的。

Kettle是一款国外开源的ETL工具，纯JAVA编写，可以在Windows、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。（题外话：当然现在有各种基于Kettle二开的版本，效率啥的都有提升，本文不涉及那些）

Kettle中文名称是水壶，Kettle的开发者希望把各种数据放在一个水壶里，然后以一种特定的格式流出，用水壶来形容真的很合适。

还有三个概念需要掌握，Kettle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（我个人的理解就是如果把一件工作当做是做一台车的话，transformation就是轮胎，引擎，座椅等各种组成元件是怎么做成的具体流程，而job就是怎么这些元件怎么拼起来的流程）。

Spoon是构建ETL Jobs和Transformations的工具，Spoon以拖拽的方式化设计，能够通过spoon调用专用的数据集成引擎或者集群，简单来说就是让你能够图形化可视化去操作那些流程。

一开始先了解这些基础概念就行了，不然说太多晕乎乎的，反正我自己是这样。

二、Kettle下载

下载网址：Pentaho from Hitachi Vantara - Browse Files at SourceForge.net

​​​​​

目前最新版本已更新到9.2，选择你需要的版本下载即可。

我下载的是最新版，解压之后的目录结构如下：

classes:生命周期监听、注册表拓展、日志的配置文件

Data Integration.app:数据集成应用

Data Service JDBC Driver: JDBC驱动程序的数据服务

docs:文档

launcher:Kettle的启动配置

lib:支持库jar包

libswt：Kettle图形库jar

plugins:插件

pwd:kettle集群配置文件

samples:自带例子

simple-jndi:jndi连接配置

system:系统目录

ui:软件界面

在linux系统运行点击spoon.sh,在windows系统运行点击spoon.bat文件。

 

 三、Kettle部署

1、安装JDK

从Kettle的简介可以知道Kettle是纯Java语言编写的软件，所以该软件的运行需要Java运行环境的依赖，所以第一步需要先安装JDK，先把运行环境装好。（如已经安装可忽略）

安装过程双击一直下一步即可，这里不详细说明。

2、配置环境变量

安装完jdk后，配置环境变量，值分别为jdk和kettlle的安装路径，添加完成后Path里也添加一下这两个变量，如下图所示。

配置完成后，双击Spoon.bat，能正常打开就说明环境配置正确。（第一次打开比较久，耐心等下即可）

 

 打开软件欢迎界面，到这一步就是已经部署好了软件了。

 四、Kettle界面简介

Kettle界面主要由这四个方面组成，分别是工具栏，工具图标，树形列表和工作区组成，这里主要知道树形列表，如果你点击转换，那么核心对象里显示的就是转换的一些相关的方法啥的，如果你点击作业也同样对应相关的内容，通过拖拽的方式将左边的方法拉到工作区，后面内容会涉及，有个大概印象就行。