kettle是啥？

一款免费开源的、功能强大的ETL工具，纯 java 开发。可以在 Linux、windows、unix 中运行。有图形界面，也有命令脚本还可以二次开发。

一.安装部署

1.JDK1.8安装及环境变量的配置

https://blog.csdn.net/weixin_39549656/article/details/79540644

2.kettle9安装与启动

kettle下载目录：

https://sourceforge.net/projects/pentaho/files/

kettle9.2下载地址：

https://sourceforge.net/projects/pentaho/files/Pentaho-9.2/client-tools/pdi-ce-9.2.0.0-290.zip/download

下载解压之后windows直接执行 Spoon.bat 即可启动(linux执行spoon.sh)。

3.创建资源库（repository）

点击右上connect图标

先选择 Other Repositories ，可以创建文件资源库或者数据库资源库：

Database Repository Unsupported ETL storage that uses a database

File Repository Unsupported ETL storage that uses your local file system

很简单根据提示，一步步创建就可以了，本教程只创建 File Repository 文件资源库。

二.简单ETL开发

kettle主要有2种格式开发文件，一个是作业（.kjb）、一个是转换（.ktr）。作业处理任务流，转换处理数据流。

1.转换开发（表对表同步数据）

1.1 创建转换

文件->新建->转换， 或者 CTRL-N。

1.2 新建表输入 

核心对象->输入->表输入  ，选中后拖到右边面板。

1.3 配置表输入，选择数据库（首次使用的库 要 新建连接）

 注：

mysql需要下载jdbc包（oracle自带驱动），放到kettle的lib/目录里，下载可参考以下连接：

https://www.runoob.com/java/java-mysql-connect.html

建议mysql 8以下用 mysql-connector-java-5.1.39-bin.jar

8以上用 mysql-connector-java-8.0.16.jar

1.4 表输入预览数据

点击 表输入 -> 预览 ,可以查看表输入的部分数据。

1.5 表输出

核心对象->输出->表输出  ，选中后拖到右边面板。

1.6 新建数据流连接

按住 Shift 键，把表输入和表输出用数据流线连接起来。

1.7 配置表输出，选择数据库（这里还用之前的库，创建一张结构相同的表）

1.8 预览或执行转换

 

 

 

2.作业开发(作业流程设计：先设置变量->执行同步的转换（sql引用变量）-> 结果再设置为变量->弹窗显示数据)

2.1 新建作业

文件->新建->作业， 或者 CTRL-ALt-N。

2.2 增加组件：

通用->start，设置变量、转换、成功。

应用->显示消息对话框

按住 Shift 键，用任务流箭头线连接组件。

 2.3 设置变量tid=1

2.4 引用刚才开发的转换test_xxx

2.5 修改转换test_xxx，sql里引用变量，并将查出来的结果设置为新的变量。

 

  

2.6 设置消息对话框内容

2.7 执行作业

2.8 执行结果

三 总结：

1.转换(ktr)主要是做数据流，

数据的输入、输出、计算、转换等。

2.作业(kjb)主要是做任务流，

用来设计作业的流程，每个组件和步骤是可以有依赖关系的。可以在作业里串行或并行调用多个转换。

3.这个基础教程就先写这些，有机会再做个高级点的。

因为kettle里的 转换(ktr)、作业（kjb）组件众多，讲是肯定讲不过来的，大家还是自己多测试多研究，用多了就熟练了。

4.有个 Kettle中文网 挺不错的，里边有好多实用的例子，这里推一下：

https://www.kettle.net.cn/category/kettle