pentaho-kettle 命令行工具详解：Carte 服务器配置与远程执行
项目地址: https://gitcode.com/gh_mirrors/pe/pentaho-kettle 什么是Carte服务器
Carte是Pentaho Data Integration (PDI)的远程服务器组件，提供基于Web的API用于执行和监控转换(Transformation)与作业(Job)。作为数据集成和变换工具的核心服务，它允许用户通过网络接口远程管理数据处理任务，实现分布式数据集成架构。
快速启动Carte服务器
基础启动命令
Carte服务器可以通过命令行快速启动，默认使用8080端口：
./carte.sh
如需指定配置文件启动：
./carte.sh carte-config.xml
启动参数说明
-l：指定日志级别，如-l DEBUG启用调试日志-x：启用XML格式日志输出
配置文件详解
配置文件结构
Carte服务器使用XML格式的配置文件，典型结构如下：
<?xml version="1.0" encoding="UTF-8"?>
<slave_config>
<slaveserver>
<name>Carte-Server</name>
<hostname>localhost</hostname>
<port>8080</port>
<username>admin</username>
<password>password</password>
<master>N</master>
</slaveserver>
<max_log_lines>10000</max_log_lines>
<max_log_timeout_minutes>1440</max_log_timeout_minutes>
<object_timeout_minutes>1440</object_timeout_minutes>
</slave_config>
关键配置参数
| 参数 | 说明 | 默认值 |
|---|---|---|
| name | 服务器名称 | Carte-Server |
| hostname | 主机名或IP地址 | localhost |
| port | 服务端口 | 8080 |
| username | 认证用户名 | admin |
| password | 认证密码 | password |
| max_log_lines | 最大日志行数 | 10000 |
| max_log_timeout_minutes | 日志超时分钟数 | 1440 |
服务器管理API
基础URL与认证
Carte API的基础URL格式为：
http://{hostname}:{port}/kettle
默认情况下使用HTTP Basic认证，可通过curl命令访问：
curl -u username:password "http://localhost:8080/kettle/status?xml=Y"
获取服务器状态
使用以下命令检查Carte服务器运行状态：
# 获取XML格式状态
curl "http://localhost:8080/kettle/status?xml=Y"
# 获取HTML格式状态
curl "http://localhost:8080/kettle/status"
响应内容包含：
- 服务器内存使用情况
- CPU信息
- 运行中的转换和作业
- 系统信息
关闭服务器
通过API优雅关闭Carte服务器：
curl "http://localhost:8080/kettle/stopCarte?xml=Y"
转换(Transformation)管理
注册转换
从仓库或文件系统注册转换：
curl "http://localhost:8080/kettle/registerTrans?name=my-transformation&xml=Y"
执行转换
同步执行
curl "http://localhost:8080/kettle/executeTrans?name=my-transformation&xml=Y"
异步执行
curl "http://localhost:8080/kettle/runTrans?name=my-transformation&xml=Y"
监控转换状态
curl "http://localhost:8080/kettle/transStatus?name=my-transformation&xml=Y"
响应包含：
- 执行状态
- 步骤状态
- 日志信息
- 性能指标
停止转换
curl "http://localhost:8080/kettle/stopTrans?name=my-transformation&xml=Y"
作业(Job)管理
注册作业
curl "http://localhost:8080/kettle/registerJob?name=my-job&xml=Y"
执行作业
# 同步执行
curl "http://localhost:8080/kettle/executeJob?name=my-job&xml=Y"
# 异步执行
curl "http://localhost:8080/kettle/runJob?name=my-job&xml=Y"
监控作业状态
curl "http://localhost:8080/kettle/jobStatus?name=my-job&xml=Y"
实用工具API
获取服务器属性
curl "http://localhost:8080/kettle/properties?xml=Y"
健康检查
简单的健康检查端点：
curl "http://localhost:8080/kettle/status"
如果返回200状态码，表示Carte服务器运行正常。
安全配置
启用认证
在配置文件中设置用户名和密码：
<slaveserver>
<name>slave-server-name</name>
<hostname>localhost</hostname>
<port>8080</port>
<username>admin</username>
<password>password</password>
</slaveserver>
安全最佳实践
- 始终启用认证
- 生产环境使用HTTPS加密传输
- 通过防火墙限制Carte端口访问
- 定期更新密码
- 监控服务器资源使用情况
集群管理
注册从服务器
curl "http://localhost:8080/kettle/registerSlave?xml=Y"
查看从服务器列表
curl "http://localhost:8080/kettle/getSlaves?xml=Y"
故障排除
常见问题解决
- 连接被拒绝：检查Carte是否运行及端口是否可访问
- 认证失败：验证用户名/密码配置
- 转换未找到：确保使用正确名称注册转换
- 内存问题：监控服务器资源并调整JVM设置
启用调试日志
./carte.sh carte-config.xml -l DEBUG
完整工作流示例
以下是一个完整的数据处理任务流程示例：
- 启动Carte服务器
./carte.sh carte-config.xml
- 注册并执行转换
# 注册转换
curl "http://localhost:8080/kettle/registerTrans?name=data-ETL&xml=Y"
# 执行转换
curl "http://localhost:8080/kettle/runTrans?name=data-ETL&xml=Y"
# 检查状态
curl "http://localhost:8080/kettle/transStatus?name=data-ETL&xml=Y"
- 执行后续作业
# 注册作业
curl "http://localhost:8080/kettle/registerJob?name=report-generation&xml=Y"
# 执行作业
curl "http://localhost:8080/kettle/runJob?name=report-generation&xml=Y"
- 查看作业状态
curl "http://localhost:8080/kettle/jobStatus?name=report-generation&xml=Y"
通过这些API和命令，您可以构建自动化的数据集成流程，实现远程、定时、批量的数据处理任务。Carte服务器为pentaho-kettle提供了强大的分布式执行能力，是构建企业级数据集成平台的关键组件。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
