Kettle:介紹與使用(一)

1.介紹

1.1 ETL

• 抽取(Extract)：一般抽取過程需要連接到不同的數據源，以便爲隨後的步驟提供數據。這一部分看上去簡單而瑣碎，實際上它是ETL解決方案的成功實施的一個主要障礙。
• 轉換（Transform)：任何對數據的處理過程都是轉換。這些處理過程通常包括(但不限於）下面一些操作：
  移動數據
  根據規則驗證數據
  數據內容和數據結構的修改
  將多個數據源的數據集成
  根據處理後的數據計算派生值和聚集值
• 加載（Load):將數據加載到目標系統的所有操作。
  概念擴展：ELT，EII(Enterprise information integration)/Data federation

1.2 Kettle

• Kettle是一款國外開源的ETL工具，純java編寫，可以在Window、Linux、Unix上運行，綠色無需安裝，數據抽取高效穩定。
• Kettle 中文名稱叫水壺，該項目的主程序員MATT希望把各種數據放到一個壺裏，然後以一種指定的格式流出。
• Kettle這個ETL工具集，它允許你管理來自不同數據庫的數據，通過提供一個圖形化的用戶環境來描述你想做什麼，而不是你想怎麼做。
• Kettle中有兩種腳本文件，transformation和job，transformation完成針對數據的基礎轉換，job則完成整個工作流的控制。
• Kettle(現在已經更名爲PDI，Pentaho Data Integration-Pentaho數據集成）。

2.下載與安裝

2.1 下載

官網下載
注意：官網下載比較慢，可以下載國內的

2.2 目錄

2.3 安裝

2.3.1 配置JDK環境

a).打開我的電腦--屬性--高級--環境變量
b).新建系統變量JAVA_HOME和CLASSPATH
變量名：JAVA_HOME
變量值：C:\Program Files\Java\jdk1.7.0[具體路徑以自己本機安裝目錄爲準]

變量名：CLASSPATH
變量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;

c). 選擇“系統變量”中變量名爲“Path”的環境變量，雙擊該變量，把JDK安裝路徑中bin目錄的絕對路徑，添加到Path變量的值中，並使用半角的分號和已有的路徑進行分隔。
變量名：Path
變量值：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

2.3.2 配置Kettle環境

在系統的環境變量中添加KETTLE_HOME變量，目錄指向kettle的安裝目錄：D:\kettle\data-integration

3.使用

3.1 啓動

雙擊Spoon.bat腳本啓動即可

啓動成功後，界面如圖：

3.2 界面介紹

^_