我用的是5.4，原來用的是6.1，由於啓動比較慢，沒找到原因。
1、job日誌
日誌表的內容
現在只能以jobname關聯，其他的還不知道。
Kettle配置發送郵件 https://www.cnblogs.com/toughzcf/p/9714629.html qq郵箱授權配置鏈接： 使用QQ郵箱發送郵件，QQ郵箱的smtp設置 - 我和我的龍龍 - 博客園 (cnblog
目錄1 連接2 KDC 安裝2.1 安裝 Kerberos 服務2.2 配置 /var/kerberos/krb5kdc/kdc.conf2.3 配置 /var/kerberos/krb5kdc/kadm5.acl2.4 配置 /
kettle連接Hive操作 文章目錄kettle連接Hive操作從Hive中下載數據到excel中向Hive中寫入數據通過Hadoopcopyfiles作業組件把數據加載到hive數據庫中執行Hive的SQL語句 從Hive中下
使用kettle從HDFS上 下載、上傳文件 文章目錄使用kettle從HDFS上 下載、上傳文件1. 從核心對象中找到Big data，拉出 Hadoop file input 步驟，然後輸入相關信息。2. 將結果輸出到exce
kettle配置Hadoop環境 文章目錄kettle配置Hadoop環境1. 從Hadoop集羣上下載 core-site.xml 和 hdfs-site.xml 1. 從Hadoop集羣上下載 core-site.xml 和
業務數據庫中存了大量的歷史數據，導致在根據業務條件查詢數據的時候效率太低。因此考慮將原始的業務數據通過SQL先做一遍處理後放到中間表，然後再把中間表的數據同步到hbase，以後直接從hbase查詢數據。當然這個還涉及到增量數據如何同步，如
datax hdfswriter文檔 https://github.com/alibaba/DataX/blob/master/hdfswriter/doc/hdfswriter.md 需要注意的是，hdfswriter寫入時的字段分隔符
elasticsearch中設置動態模板 PUT _template/hkey_transferbill { "index_patterns": "hkey_transferbill", "settings": {
文章目錄一、入門1.Kettle簡介2.Kettle下載3.Kettle部署4.界面簡介5.快速體驗6.執行結果7.核心概念二、輸入控件1.csv文件輸入2.文本文件輸入3.Excel輸入4.多文件合併5.Get data fro
在大數據生態裏，ES作爲一個極致搜索平臺，可依據json格式快速在線查詢過濾以及修改數據，由於json數據是半結構化數據，所以從hive數倉數據交換到es很簡單，但是從es交換到hive就需要對應字段切分，現在基本上使用的都是scala，
最近了解到ETL利器kettle，但是國內下載都非常慢，國內有個鏡像網站但是隻提供kettle 7及以下版本，這裏提供kettle 8 版本地址 鏈接：https://pan.baidu.com/s/1iiMq4tI3vzPTkjuApl
pyspark執行可能就遇到問題 ValueError: Cannot run multiple SparkContexts at once; existing SparkContext(app=PySparkShell, master
目錄1.需求2.操作3.測試 1.需求 將ods_cust_info表抽取到edw層，當表中有新增記錄，只抽取新增記錄，而不全表重新執行抽取。 2.操作 1.導入源表：從oltp用戶下導入ods_cust_info表。 2.定義
iframe嵌套： 第一種方式： 頁面地址：http://ip:port/pentaho/api/repos/<path>/viewer?userid=<用戶名>&password=<密碼> 第二種方式： 頁面地址：htt
工具類： public class HttpUtils { public static String doPutForPentaho (String url, int timeout){ CloseableHttpCl
