簡介

pentaho-kettle是一款開源的ETL工具，官方名稱是Pentaho Data Integration，主要是用來做資料庫遷移等，支援面很強大，易學難精。

支援在windows和linux下使用，但是linux下不一定有圖形介面，本來作為伺服器一般都不會有圖形介面的，所以設計工作主要在windows環境下完成。

原始碼使用Java編寫。

弊端：文件比較雜亂，不好搜資料。

基礎環境搭建

前提，版本8.1

有2種搭建方式，推薦第一種

直接在官網下載安裝包，解壓即可用

步驟1，下載JDK1.8及以上，並安裝

步驟2，下載PDI編譯後的安裝包，解壓

也可以下載7.1穩定版本

下載官方原始碼，本地編譯打包

官方開源地址：

編譯過程直接參考官方文件：注意maven要配置pentaho的倉庫

使用maven打包，生產zip資料夾，直接解壓就可以使用

下載MySQL驅動包

mysql-connector-java-5.1.47.tar.gz

解壓後把mysql-connector-java-5.1.47.jar放到PDI的lib目錄下即可

啟動

windows下雙擊spoon.bat即可啟動PDI的圖形介面

資料夾下的samples下面是官方的demo，建議搞懂每一個例子，大部分的需求都是這些官方demo排列組合就可以完成的。

概念

副檔名：

kjb: job，作業

ktr: transformation，轉換

作業可以包裹多個轉換和作業

強烈建議：不要直接執行轉換，用一個作業來包裹轉換，執行作業，以便統一管理。

資源庫：

檔案資源庫，把job/transformation儲存為kjb/ktr結尾的檔案，呼叫的時候傳入路徑和檔名。

資料庫資源庫，預設賬號admin/admin，把job/transformation儲存到資料庫中。

選擇哪一種資源庫，基於需求決定，資料庫容易統一管理，但是沒有版本控制，檔案庫可以使用svn等版本控制工具控制版本。

工具：

PDI解壓之後，有提供以下幾個工具

Spoon，完整的帶圖形介面的設計/執行工具

Pan，用來執行轉換的命令列工具

Kitchen，用來執行作業的命令列工具

Carte，用來開啟一個伺服器，可以遠端呼叫作業或者轉換，基於命令列，主要用於搭建叢集的PDI環境