数据清洗学习笔记-----第二章Kettle的基本使用

2.1 Kettle简介

  Kettle是一款国外免费开源的轻量级ETL工具，是基于Java语言开发的。它主要由四个组件组成：

• SPoon：Kettle的集成开发环境，提供

2.2Kettle的下载安装

  1、Kettle官网的下载地址为：http://sourceforge.net/projects/pentaho/files/Data%20Integration/，在官网下载安装包。

  2、解压文件，执行spoon.bat。

  3、配置Kettle（在网上搜索即有详细的引导步骤）。

  4、启动Kettle。

2.3Kettle的基本概念

  Kettle工具的执行分为两个层次，即转换和作业，这两个层次最主要的区别在于数据传递和执行方式。

2.3.1转换

  转换是ETL解决方案中重要的组成部分之一，主要用于数据的抽取、转换以及加载等多个操作，其本质是一组图形化的数据转换配置的逻辑结构。下图为Kettle转换实例：

                    

 

 转换中主要包括以下几个步骤：

1、步骤：是转换里的基本组成部分，也被称为控件。每个步骤度会有一些关键特性，具体的如下所示：

• 每个步骤都必须有一个名字，且这个名字在转换范围内唯一。
• 每个步骤都可以读写数据行。
• 步骤将数据写到与之相连的一个或多个输出跳，再转送到跳的另一段的步骤。
• 大多数的步骤都可以