kettle安装部署基本操作及实操文档

一、kettle是什么？

Kettle，简称ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程），是一款国外开源的ETL工具，纯Java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定，对于企业或行业应用来说，我们经常会遇到各种数据的处理，转换，迁移，所以了解并掌握一种etl工具的使用，必不可少。kettle支持图形化的GUI设计界面，然后可以以工作流的形式流转，在做一些简单或复杂的数据抽取、质量检测、数据清洗、数据转换、数据过滤等方面有着比较稳定的表现，其中最主要的我们通过熟练的应用它，减少了非常多的研发工作量，提高了我们的工作效率。

二、应用场景

春节期间，客服人员值班需要去查看数据报表，根据报表去对单据进行操作，但是这些报表数据量很大会影响到性能且特殊，一般情况下不需要用到，所以无需、也没必要上线至到系统里面，这样子就需要我们用sql来定期导这份报表并交付给用户，这个时候就需要用到kettle来替我们自动的实现此需求，而不是每天呆呆的打开电脑远程进行导报表然后发给用户。

三、实操

1、工具安装

工具包：kettle下载：https://community.hitachivantara.com/s/article/data-integration-kettle

Java1.8：kettle是纯java编写，所以也需要安装jdk，版本1.8 ：https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html

下载后双击安装，默认安装即可，然后配置境变量，

②    打开环境变量配置。计算机→属性→高级系统设置→高级→环境变量，在系统变量中配置。

配置JAVA_HOME。新建，变量名JAVA_HOME，变量值，jdk路径，我的路径是C:\Program Files\Java\jdk1.8.0_121，保存。

③    配置CLASSPATH。新建，变量名CLASSPATH，变量值，.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar（第一个分号前前面有一个点）。

④    配置CLASSPATH。新建，变量名CLASSPATH，变量值，.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar（第一个分号前前面有一个点）。

⑤    验证

⑥因为kettle主要是对数据库进行操作，所以需要提前将数据库的jar包放到lib文件夹下边，比如我要操作的库是mysql，就需要将mysql的jar包放在lib目录下（https://dev.mysql.com/downloads/connector/j/）

2、运行kettle并编写程序

1、双击运行启动脚本spoon.bat就可以了

基础组件不进行详细介绍

2、在主对象树，右键新建一个转换

在核心对象，拉取一个输入功能的框，这里选择表输入，可以让我们输入sql生成的报表

3、输入表输入的步骤的名字，这里我命名叫做“表输入”，命名能清晰描述即可，然后输入要执行的sql

4、双击编辑信息填入要连接的数据库信息，然后测试，没问题的话点保存，有问题的话检查下信息是否填错。

5、到这里就定义好要输入的表了，接着就将这些sql所生产的报表进行字段选择确认、或者是将生产的字段转换都可以，所以选择一个字段选择

6、将表输入和字段选择连接起来，按ctrl可以进行连接

7、双击字段选择进行编辑信息，获取选择的字段，然后选择清除并增加所有，就可以将表输入那里获取的字段都添加进来，并且可以改字段名、长度、精度、这里默认即可

8、字段选择好了就要将字段、将数据输出出来，所以选一个Microsoft Excel 输出，然后连接字段选择，并进行编辑。

再选择内容，进行选择字段内容

9、左边工具栏选择作业里面的从结果获取文件，供我们获取执行好的文件进行后面的执行任务发送邮件用，选择好了并进行连接

10、然后运行

然后转换完成就会在我定义好的路径里面生产文件了

打开看看

到这里转换的部分就完成了，接下来就进行邮件发送了

10、新建一个作业，供发送邮件用

然后选择一个开始，表示这个任务的开始，再拉取一个转换，表示这这任务开始将我们需要转换成邮件的内容进行转换，然后进行连接

12、连接需要转换的文件，就是我们最开始创建的转换sql的那个文件

13、再拉起一个发送邮件，供我们发送邮件用，并编辑信息

多个邮箱时用空号隔开

填写发送的邮箱的信息

添加邮件信息

添加附件

至此，kettle的工作就完成了，现在在下一步步骤里面验证一下

三、设置定时任务

1、先看下路径存放位置

/data/kettle_file/material

/data/kettle_file/material/reports文件夹专门放生产的报表的

3、编写定时执行的脚本

4、执行一下脚本

5、设置定时任务，我是写在脚本的，kettle自带的没用过

每天早上9点发一次，22号的下午2点再单独发一次

6、查看下邮件，没问题；