[Kettle] 认识Kettle

1.初识Kettle

Kettle是ETL数据整合与处理工具，翻译成中文是"水壶"的意思，可理解为希望把各种数据放到一个壶里，像水一样以一种指定的格式流出，表达数据流的含义

ETL(Extract - Transform - Load)是将数据从数据来源端经过抽取、转换、装载至目标端的过程，从海量数据中获得并抽取出有用的数据，为企业的决策提供分析依据

ETL的3个字母分别代表Extract(抽取)、Transform(转换)和Load(装载)

①数据抽取：从数据源端的系统中，抽取目标端系统所需要的数据

②数据转换：将从数据源端获取的数据按照业务需求，转换成目标端要求的数据形式，并对错误、不规范以及不一致的数据进行清洗和加工(可理解为清洗"脏"数据)

③数据装载：将转换后的数据装载到指定数据库或文件中 

Kettle的特点

1.开源软件，可以在多个常用的操作系统下运行

2.图形化操作，使用十分简单方便

3.支持多种常用数据库和文件的数据格式，适用范围广泛

4.具有完整的工作流控制，能够较好地控制复杂的数据转换工作

5.提供定时调度功能，方便用户及时处理数据

2.配置Kettle运行环境

Kettle是一款纯Java编写的开源ETL工具，需要在Java运行环境下才能正常使用。为了成功启动Kettle工具，需要配置完整的Kettle运行环境

具体安装步骤如下所示

2.1 安装Java JDK工具包

JDK是Java语言开发的基础工具包，是Java程序运行的基础

在JDK官网下载JDK，本文作者下载的JDK安装包版本是jdk-19_windows-x64_bin.exe

jdk-19-windows-x64-bin.ziphttps://download.youkuaiyun.com/download/Hudas/87355631JDK下载完成后，双击下载的exe文件，开始安装JDK。安装时，可以修改安装JDK的目录，如"G:\Java"

2.2 设置Java环境变量

安装好JDK后，开始配置Java的环境变量

环境变量的作用是让操作系统知道执行程序和执行程序的位置，方便运行执行程序

本次操作以Windows10为例，点击设置，进入windows设置页面，搜索框中输入"高级系统"

弹出系统属性窗口，点击"环境变量"按钮，即可开始配置

新建并设置JAVA_HOME系统环境变量，将JAVA_HOME的变量值设置为Java JDK的安装路径，如下图所示

修改系统Path环境变量，将值";%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;"添加至当前Path环境变量值的后面

新建并设置CLASSPATH系统环境变量，将CLASSPATH环境变量的变量值设置为

".;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar"

成功安装Java JDK并设置环境变量后，按快捷键<Win + R> ，输入cmd弹出Windows命令行窗口，在命令行状态下，输入java -version，将会显示出Java的版本号等信息，表示成功安装Java JDK工具包

2.3 安装Kettle

在Kettle官方网站搜索Kettle工具包的下载链接，单击链接即可打开网页下载。本文作者下载的Kettle工具包为pdi-ce-9.3.0.0-428.zip

pdi-ce-9.3.0.0-428.ziphttps://download.youkuaiyun.com/download/Hudas/87355669提示Tips：Kettle工具包是一个ZIP压缩包，因为Kettle工具是绿色软件，无须安装，所以下载完成后，使用解压软件将Kettle工具解压到计算机的文件夹下即可。对于Kettle工具包的解压路径，建议不要解压至操作系统所在的C盘上

2.4 启动Kettle工具

在Kettle解压安装的文件夹中，选择并双击Spoon.bat，即可启动Kettle图形化界面工具，就可以直接进行使用操作了

成功启动Kettle图形化界面工具