本文介绍了Kettle这一开源ETL工具，包括它的核心概念——转换和作业，以及如何安装JDK和Kettle。详细步骤涵盖了从Kettle下载、数据库驱动的安装到启动Kettle。此外，还讲解了如何在Spoon中创建和配置转换及作业，包括建立数据库连接、数据输入输出以及作业流程设计。
ETL是EXTRACT（抽取）、TRANSFORM（转换）、LOAD（加载）的简称，实现数据从多个异构数据源加载到数据库或其他目标地址，是数据仓库建设和维护中的重要一环，也是工作量较大的一块。Kettle是ETL中其中一个开源工具，基于纯Java开发。
kettle有两种脚本Transformation（转换）和Job（作业）
transformation：定义对数据操作的容器，数据操作就是数据从输入到输出的一个过程，可以理解为比作业粒度更小一级的容器，我们将任务分解成作业，然后需要将作业分解成一个或多个转换，每个转换只完成一部分工作。
job：负责将[转换]组织在一起进而完成某一块工作，通常我们需要把一个大的任务分解成几个逻辑上隔离的作业，当这几个作业都完成了，也就说明这项任务完成了。
Kettle家族目前包括4个产品：Spoon、Pan、CHEF、Kitchen。
Spoon： 允许你通过图形界面来设计ETL转换过程（Transformation）。
Pan： 允许你批量运行由Spoon设计的ETL转换 (例如使用一个时间调度器)。Pan是一个后台执行的程序，没有图形界面。
CHEF： 允许你创建任务（Job）。 任务通过允许每个转换，任务，脚本等等，更有利于自动化更新数据仓库的复杂工作。任务通过允许每个转换，任务，脚本等等。任务将会被检查，看看是否正确地运行了。
Kitchen： 允许你批量使用由Chef设计的任务 (例如使用一个时间调度器)。KITCHEN也是一个后台运行的程序。
我们主要
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
