KETTLE数据上传

1.     KETTLE简介

一种ETL工具，ETL，是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。

常见的ETL工具有datastage、informatica、kettle、ODI、Cognos等

Kettle是一款国外开源的ETL工具，纯java编写，可以在Windows、Linux、Unix上运行，数据抽取高效稳定。按项目负责人Matt的说法：就是把各种数据放到一个壶里，然后呢，以一种你希望的格式流出。

2.     安装配置

2.1      版本

绿色安装,解压即可

常用版本：4.1.0，(体积小，易于部署) ，目前最新版本8.2

操作系统:windows,Linux,Unix等

JDK：1.6以上

2.2      设置

打开我的电脑--属性--高级--环境变量

新建系统变量JAVA_HOME和CLASSPATH

变量名：JAVA_HOME

变量值：D:\Program Files\Java\jdk1.8.0_192    (具体路径以自己本机安装目录为准)

变量名：CLASSPATH

变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;

添加到Path变量

变量名：Path

变量值：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

确认JDK环境变量是否成功

3.     KETTLE主要工具

转换：主要组成部分，完成数据的抽取，转换，装载

作业：定时执行转换

Spoon:图形界面工具，快速设计，维护ETL工作流,Spoon.bat，主要使用此工具

Kitchen:运行作业的命令行工具,Kitchen.bat

Pan:运行转换的命令行工具,Pan.bat

Carte:远程执行转换或作业,Carte.bat

4.     操作流程

4.1      启动

打开Spoon.bat

出现闪退情况时，请查看一下JAVA环境变量配置，JAVA版本是否正确

长时间无反应时，调整一下虚拟机内存分配

编辑Spoon.bat，以下内容

if "%PENTAHO_DI_JAVA_OPTIONS%"=="" set PENTAHO_DI_JAVA_OPTIONS="-Xmx512m" "-XX:MaxPermSize=256m"

(-Xms ：表示java虚拟机堆区内存初始内存分配的大小

-Xmx： 表示java虚拟机堆区内存可被分配的最大上限

-XX:PermSize：表示非堆区初始内存分配大小
-XX:MaxPermSize：表示对非堆区分配的内存的最大上限)

4.2      主界面

第一次打开时，默认连接资源库，关闭即可，

资源库通常用于需要成员之间分工合作的大型的项目 ，

项目较小时，转换文件存储在本地即可。

4.3     新建转换

文件-新建-转换，快捷键CTL+N

4.4     数据库连接

建立两个系统数据库的连接方式

设置字符集,数据库连接-选项

新增添加参数characterEncoding，设置值为UTF8

4.5      常用控件

4.6      表输入

本地数据输入，数据库连接选择本地数据库，编写完成的SQL语句添加至此

4.7      表输出

插入对方数据库表，注意选择忽略插入错误选项

4.8      错误处理

上传数据出错时，将错误记录写入本地EXCEL，(也可以其他形式，比如数据库表) 操作步骤，如下：

转换界面，空白处，鼠标右键，定义错误处理

定义日志位置，文件名

定义日志内容

定义日志字段