Kettle学习

一、Kettle 简介

Kettle（现称为 Pentaho Data Integration）是一款开源ETL工具，支持从多种数据源抽取、转换和加载数据，广泛应用于数据仓库构建、数据迁移和清洗。其核心优势包括：

• 可视化操作：通过拖拽组件设计数据处理流程（转换和作业）。
• 多数据源支持：数据库（MySQL/Oracle）、文件（CSV/Excel）、API、NoSQL等。
• 跨平台运行：支持Windows、Linux、MacOS，基于Java开发。

---

二、环境准备与安装

1. 安装要求

• Java环境：JDK 8+（需配置 JAVA_HOME 环境变量）。
• 内存：建议至少4GB内存，处理大数据时需调整JVM参数。
• 下载地址：
  Pentaho Community Edition

2. 安装步骤（以Windows为例）

1. 解压下载的ZIP包（如 pdi-ce-9.4.0.0-343.zip）。
2. 进入解压目录，双击 Spoon.bat 启动图形化界面（Spoon）。
3. 首次启动配置：
   • 设置工作目录（Repository可跳过，选择“No Repository”）。
   • 配置数据库驱动：将JDBC驱动（如 mysql-connector-java-8.0.30.jar）放入 data-integration/lib 目录。

---

三、核心概念与界面布局

1. 核心概念

术语