一、kettle简介
1. kettle的发展史
Kettle最早是一个开源的ETL工具，全称为KDE Extraction, Transportation, Transformation and Loading Environment。KDE源于最开始的计划是在K Desktop Environment(www.kde.org)上开发这个软件，但这个计划被取消。在2006年，Pentaho公司收购了Kettle项目，原Kettle项目发起人Matt Casters加入了Pentaho团队，成为Pentaho套件数据集成架构师，从此，Kettle成为企业级数据集成及商业智能套件Pentaho的主要组成部分，Kettle亦重命名为Pentaho Data Integration（PDI）。Pentaho公司于2015年被Hitachi（日立） Data Systems收购，Hitachi Data Systems于2017年改名为Hitachi Vantara。
Pentaho Data Integration以Java开发，支持跨平台运行，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。Pentaho Data Integration分为商业版与开源版，开源版的截止2021年1月的累计下载量达836万，其中19%来自中国。在中国，一般人仍习惯把Pentaho Data Integration（PDI）的开源版称为Kettle。
2. kettle 与ETL
ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程）
在各个企业中，对数据的处理几乎成为其数字化发展的必要流程，而数据的处理，无外乎抽取、统计分析、转换、装载，因此，各个企业目前都需要ETL工程师来完成数据的处理工作。
kettle是一个ETL工具，允许管理来自不同异构数据源的数据，并在基于图形化的工具中，完成对ETL的操作。
3. kettle的架构
Transformation：转换
- 在大部分场景下，可以直接称之为“数据流”
- 它可以完成对数据的【输入】-->【处理】-->【输出】
- 一旦启动一个转换任务，则其中的所有组件会同时启动，并根据配置，逐条处理数据
Job：作业
- 作业可以称之为步骤流或者控制流
- 在作业中，可以挂载（调用）转换任务，也可以挂载（调用）job任务
- 作业中的各个组件，按照顺序执行，可以对执行的结果进行判断并处理分支
- 作业可以检测数据表、文件是否存在，执行Shell脚本，执行SQL脚本，获取数据，发送邮件等
核心组件：
| 组件 |
描述 |
| spoon |
【勺子】是kettle的图形化工具，可以通过简单的拖拉拽方式完成kettle任务的设计、运行与调试，为kettle最常用的组件。 |
| Pan |
【煎锅】Transformation执行器(命令行方式)，Pan用于在终端执行Transformation，没有图形界面 |
| Kitchen |
【厨房】Job执行器(命令行方式)，Kitchen用于在终端执行Job，没有图形界面。 |
| Carte |
嵌入式Web服务，用于远程执行Job或Transformation，Kettle通过Carte建立集群 |
4. kettle的特点
- 免费开源：基于java的免费开源的软件，对商业用户也没有限制，可以在任何的公司中使用。
- 容易配置：可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。
- 兼容各种数据源：ETL工具集，它允许你管理来自不同数据库的数据。
- 简单开发：通过图形界面设计与开发任务，无需写代码实现。
二、kettle的安装
下载地址：https://community.hitachivantara.com/s/article/data-integration-kettle
目前最新的版本为9.3版本，在此我们使用9.1版本的kettle进行安装
安装要求：
- 安装所在的服务器或者Windows中，需要jdk1.8
在获取到压缩包之后，将压缩包解压至无中文路径下即可，注意，是整体路径中，任何一级目录中都不包含中文
解压后的目录结构如下：
三、kettle的初体验
需求：将一个csv文件中的数据内容输出到Excel文件中
1. 新增转换任务
新增一个转换任务的方式：
2. 配置csv输入组件（step）
3. 配置Excel输出组件（step）
1）通过拖拽的方式将Excel输出放入编辑页面中
2）将输入组件与输出组件连接到一起：
3）双击Excel输出组件，对内容进行配置
4. 创建作业（job）
1）双击【主对象树】中的作业或点击【文件】-【新建】-【作业】
2）每个任务由一个start组件开始
5. 在作业中挂载转换任务
配置转换任务与结束节点
6. 测试运行
保存任务并执行
四、kettle名词解释
1. 转换
转换（transformation）是ETL解决方案中最主要的部分，它处理抽取、转换、加载各阶段各种对数据的操作。转换包含一个或多个“Step-步骤”，例如读取文件，过滤数据，数据加载等操作都是步骤。转换里的步骤通过“Hop-跳”来连接，跳定义了一个单向通道，允许数据从一个步骤向另一个步骤流动。此外，转换中的每个步骤还可以注释，目的主要是使转换文档化。
每个“Transformation-转换”对应的保存文件名称为“xx.ktr”
2. Step-步骤
Step是转换里的基本组成部分。
“CSV文件输入”
标签：kettle,转换,精讲,Kettle,收藏,Pentaho,组件,ETL From： https://blog.csdn.net/wozhendeyumenle/article/details/143896466