ETL工具----Kettle快速入门

Contents

不论是数据仓库还是大数据，都需要用到ETL工具。
ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程）

1、Kettle概念

Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。

Kettle 中文名称叫水壶，该项目的主程序员MATT 希望把各种数据放到一个壶里，然后以一种指定的格式流出。

Kettle这个ETL工具集，它允许你管理来自不同数据库的数据，通过提供一个图形化的用户环境来描述你想做什么，而不是你想怎么做。

Kettle中有两种脚本文件，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。

2、下载和部署
Kettle可以在 http://kettle.pentaho.org/ 网站下载

下载kettle压缩包，因kettle为绿色软件，解压缩到任意本地路径即可

3、Kettle环境配置

1 安装java JDK

1）首先到官网上下载对应JDK包，JDK1.7或以上版本就行；

2）安装JDK；

3）配置环境变量,附配置方式：

安装完成后，还要对它进行相关的配置才可以使用，先来设置一些环境变量，对于Java来说，最需要设置的环境变量是系统路径变量path。

（1）要打开环境变量的设置窗口。右击“我的电脑”，在弹出的快捷菜单中选择“属性”选项，进入“系统属性”对话框，如图所示。选择“高级”标签，进入“高级”选项卡，再单击“环境变量”按钮，进入“环境变量”对话框

（2）在“xxx的用户变量”列表框中，新建“变量名”：”jdk_home”–添加jdk文件目录，如图所示。

编辑完后，单击“确定”按钮，进行保存,环境变量Path的设置就正式完成。

数据库需要下载对就驱动包，如用MySQL需要到

http://dev.mysql.com/downloads/connector/j/
下载MySQL驱动包
放到
kettle解压目录\libswt\win32 or win64

3、2 测试JDK配置是否成功

设置好环境变量后，就可以对刚设置好的变量进行测试，并检测Java是否可以运行。

（1）单击“开始”按钮，选择“运行”选项，在“运行”对话框中输入cmd命令。

（2）之后单击“确定”按钮，打开命令行窗口。

（3）在光标处输入：java -version命令，按下Enter键执行，即可看到测试结果
Kettle提供了资源库方式的方式来整合所有的工作，但是因为资源库移植不方便，所以我们选择没有资源库；
1）创建一个新的transformation，点击保存到本地路径，例如保存到D:/xxx下，保存文件名为guo，kettle默认transformation文件保存后后缀名为ktr；

下面开始详细步骤：
新建转换