Kettle数据集成工具详解

Kettle 是一款非常强大和流行的开源软件，它的核心功能是数据集成。简单来说，它就是一个专门用来处理数据的 ETL 工具。

---

1. 什么是 Kettle？它的新名字是什么？

• Kettle： 这是它最初的名字，也是至今在开发者社区中最广为人知的名字。Kettle 的全称是 “Kettle E.T.T.L. Environment”，这里的 E.T.T.L. 代表了 Extract（抽取）、Transform（转换）、Transform（再次转换）、Load（加载），强调了其核心转换能力。
• PDI： 2006年，Kettle 的主创人员 Matt Casters 加入了 Pentaho 公司，Kettle 也因此成为 Pentaho 商务智能套件的一部分。从此，它的正式名称变成了 Pentaho Data Integration，简称 PDI。
• 现状： 尽管名字变了，但大家出于习惯和亲切感，仍然普遍称其为 Kettle。现在，Pentaho 公司已被 Hitachi Vantara 收购，但软件依然保持开源和商业化双重路线。

所以，Kettle 和 PDI 指的是同一个东西，你可以把它们当作同义词。

---

2. 核心概念：ETL

要理解 Kettle，必须先理解 ETL。这是数据仓库和数据集成领域的核心流程：

• E - Extract (抽取)： 从各种异构数据源中提取数据。这些数据源可以是：

  • 关系型数据库（MySQL, Oracle, SQL Server, PostgreSQL 等）
  • 平面文件（Excel