ubuntu22安装和部署Kettle8.2

前提

kettle是纯java编写的etl开源工具，目前kettle7和kettle8都需要java8或者以上才能正常运行。所以运行kettle前先检查java环境是否正确配置，java版本是否是8或者以上。

kettle安装

1、创建kettle目录，并将kettle的zip包解压到kettle目录下

sudo unzip pdi-ce-8.2.0.0-342.zip

mv data-integration/ ./kettle/

2、查看以下sh文件使用都有执行的权限，如果没有请加上

3、执行kitchen.sh脚本

执行后如果出现warning，根据提示安装即可，不然可能导致部分特性无法使用（主要是spoon的使用，如果是无界面环境，可以忽略）

以下是包warning需要安装libwebkitgtk-1.0-0的详细处理步骤

vim /etc/apt/sources.list

在文件的末尾添加；

deb http://cz.archive.ubuntu.com/ubuntu bionic main universe

执行

sudo apt-get update

在Ubuntu更新源是，提示"没有数字签名。无法安全地用该源进行更新，所以默认禁用该源"，主要原因是由于apt-get update没有公钥，无法验证下列签名。

处理方法

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys 3B4FE6ACC0B21F32

3B4FE6ACC0B21F32是缺少的密钥，缺少什么就下什么

执行安装

sudo apt-get install libwebkitgtk-1.0-0

有点慢耐心等待。。。

重新执行kitchen.sh脚本

安装好以后，warngin就没有了。出现以下的提示界面说明kettle可以正常使用了。

同时home目录下应该会有一个.kettle的目录。

./spoon.sh

kettle转换与作业执行

在kettle中pan和kitchen两个工具分别用来执行transformation
(转换)和job(作业)，如下所示

对于文件存储，不是数据库资源库，可以如下的方式存放文件：
所有的transformation文件存放在/srv/kettle/transfomation/
所有的job文件存放在/srv/kettle/jobs
所有的日志文件存放在/var/kettle/logs

1、使用pan执行transformation

pan语法

./pan.sh -option=value arg1 arg2

eg:

sudo ./pan.sh -file=/srv/kettle/transformation/EtltestTrans.ktr -level=Detailed > /var/kettle/log/EtltensTrans.log &

2、使用kitchen执行job

kitchen语法

./kitchen.sh -option=value arg1 arg2

eg

sudo ./kitchen.sh -file=/srv/kettle/jobs/EtltesJob.kjb -level=Detailed > /var/kettle/logs/EtltestJob.log &

常用参数列表：

kettle服务器端部署

1、通过Start组件定时执行任务

在kettle中我们可以通过start组件来设置定时任务，如下所示，这种方式不推荐使用，因为该job会一直占有一个进程，容易内存溢出。

2、通过crontab执行kettle任务

在linux中crontab是用来提交和管理用户周期性执行的任务。
例如（文件存储位置）：
所有的transformation文件存放在/srv/kettle/transformtions/
所有的job文件存放在/srv/kettle/jobs/
所有的日志文件存放在/var/kettle/logs/
所有的执行脚本存放在/srv/kettle/script/

1)首先我们创建一个脚本。因为是crontab执行任务，我们需要重新配置导入java配置。

export JRE_HOME=/opt/java/jre
export CLASSPATH=.:$CLASSPATH:$JAVA_HOME/lib:$JRE_HOME/lib
export PATH=$PATH:$JAVA_HOME/bin:$JRE_HOME/bin

#cd workspace
cd /opt/kettle/data-integration/

# exec job
./kitchen.sh -file=/srv/kettle/jobs/EtltestJob.kjb -level=Detailed > /var/kettle/logs/EtltestJob.log 

2)在终端上，键入“contab -e” ,进入定时任务文件，添加任务。

# m h  dom mon dow command
0 2 * * * /srv/kettle/script

3)重启cron并查看任务

3、kettle通过carte远程调度

kettle的部署有很多种模式，上面讲的是最原生的模式（pan/kitchen）。但是这种方式不利于监控、调度和资源分配。kettle本身提供了一个用于调度的web服务carte。carte允许远程请求http进行监控、启动、停止在carte服务上运行的job和trans。要部署使用carte的大致过程如下所示：

1）修改xml配置文件

vim carte-config-master-8080.xml

在kettle.pwd的描述中可以知道默认的用户名密码都是cluster(不放心的话可以通过和节点设置用户名密码)，如果要修改密码可以在配置文件中配置

2）启动carte

启动时将刚刚的配置文件加上

nohub ./carte.sh pwd/carte-config-master-8080.xml &

启动完成后就可以访问carte了，界面非常的简陋。

3）配置子服务器

上面是成功的将carte服务打开，下面就需要将spoon连接到carte。在左侧的树中我们需要添加一个子服务器。如下所示：

4）创建一个新的运行配置，setting选择slave server

5)提交任务