1.    KETTLE是什麼？
首先普及一點知識：
Kettle是一個開源的ETL（Extract-Transform-Load的縮寫，即資料抽取、轉換、裝載的過程）專案，專案名很有意思，水壺。按專案負責人Matt的說法：把各種資料放到一個壺裡，然後呢，以一種你希望的格式流出。Kettle包括三大塊：
     Spoon——轉換/工作(transform/job)設計工具 (GUI方式)
     Kitchen——工作(job)執行器 (命令列方式)
     Span——轉換(trasform)執行器 (命令列方式)
Kettle是一款國外開源的etl工具，純java編寫，可以在Window、Linux、Unix上執行嗎，綠色無需安裝，資料抽取高效穩定。
Kettle 中文名稱叫水壺，該專案的主程式設計師MATT 希望把各種資料放到一個壺裡，然後以一種指定的格式流出。
Kettle這個ETL工具集，它允許你管理來自不同資料庫的資料，通過提供一個圖形化的使用者環境來描述你想做什麼，而不是你想怎麼做。
Kettle中有兩種指令碼檔案，transformation和job，transformation完成針對資料的基礎轉換，job則完成整個工作流的控制。
2.    為什麼使用KETTLE？
這裡簡單概括一下幾種具體的應用場景，按網路環境劃分主要包括：
表檢視模式：這種情況我們經常遇到，就是在同一網路環境下，我們對各種資料來源的表資料進行抽取、過濾、清洗等，例如歷史資料同步、異構系統資料互動、資料對稱釋出或備份等都歸屬於這個模式；傳統的實現方式一般都要進行研發（一小部分例如兩個相同表結構的表之間的資料同步，如果sqlserver資料庫可以通過釋出/訂閱實現），涉及到一些複雜的一些業務邏輯如果我們研發出來還容易出各種bug；
前置機模式：這是一種典型的資料交換應用場景，資料交換的雙方A和B網路不通，但是A和B都可以和前置機C連線，一般的情況是雙方約定好前置機的資料結構，這個結構跟A和B的資料結構基本上是不一致的，這樣我們就需要把應用上的資料按照資料標準推送到前置機上，這個研發工作量還是比較大的；
檔案模式: 資料互動的雙方A和B是完全的物理隔離，這樣就只能通過以檔案的方式來進行資料互動了，例如XML格式，在應用A中我們開發一個介面用來生成標準格式的XML，然後用優盤或者別的介質在某一時間把XML資料拷貝之後，然後接入到應用B上，應用B上在按照標準介面解析相應的檔案把資料接收過來；
綜上3種模式如果我們都用傳統的模式無疑工作量是巨大的，那麼怎麼做才能更高效更節省時間又不容易出錯呢？答案是我們可以使用Kettle！
3.    使用KETTLE需要了解的知識？
Kettle提供了資源庫方式的方式來整合所有的工作，但是因為資源庫移植不方便，所以我們選擇沒有資源庫；
a)    Kettle的使用
i.    建立一個新的transformation，點選儲存到本地路徑，例如儲存到D:/etltest下，儲存檔名為EtltestTrans，kettle預設transformation檔案儲存後後綴名為ktr；
ii.    建立一個新的job，點選 儲存到本地路徑，例如儲存到D:/etltest下，儲存檔名為EtltestJob，kettle預設job檔案儲存後後綴名為kjb；
b)    元件樹介紹
 

c)    Transformation轉換介紹
i.    每一個環節可以通過滑鼠拖動來將環節新增到主視窗中。並可通過shift+滑鼠拖動，實現環節之間的連線。
 
ii.    轉換常用步驟介紹
 
d)    Job作業介紹
i.    作結
 
ii.    作業常用步驟

4.    下載
a)    下載地址：https://community.hitachivantara.com/docs/DOC-1009855
b)    網址開啟後顯示如下：
 
c)    往下翻找到如圖所示，點選後下載
 
5.    如何配置？
a)    環境變數配置
i.    安裝 JDK
1.    首先到官網上下載對應JDK包，JDK1.5或以上版本就行；
2.    安裝JDK；
3.    配置環境變數（安裝完成後，還要對它進行相關的配置才可以使用，先來設定一些環境變數，對於Java來說，最需要設定的環境變數是系統路徑變數path。）
a)    要開啟環境變數的設定視窗。右擊“我的電腦”，在彈出的快捷選單中選擇“屬性”選項，進入“系統屬性”對話方塊，如圖所示。選擇“高階”標籤，進入“高階”選項卡，再單擊“環境變數”按鈕，進入“環境變數”對話方塊，如圖1.7所示：
 

b)    在“Administrator的使用者變數”列表框中，選擇變數PATH，待其所在行變高亮後，單擊“編輯”按鈕，如圖1.8所示。
c)    在彈出的“編輯系統變數”對話方塊中，將JDK安裝路徑下的bin目錄路徑設定到Path變數中，如圖1.10所示。
 
編輯完後，單擊“確定”按鈕，進行儲存,環境變數Path的設定就正式完成。注意：設定Path變數的路徑，必須是JDK安裝目錄中的bin目錄，有時候在JDK安裝目錄的同一層會有JRE的安裝目錄，因此請謹慎選取相關路徑，避免將路徑設定成JRE目錄下的bin目錄。
b)     測試JDK配置是否成功
設定好環境變數後，就可以對剛設定好的變數進行測試，並檢測Java是否可以執行。
i.    Win鍵+R開啟執行對話方塊，輸入cmd命令。
ii.    點選確定開啟命令列視窗。
iii.    在游標處輸入：javac命令，按下Enter鍵執行，即可看到測試結果如圖所示：
 
c)    解壓pdi-ce-7.1.0.0-12.zip，將mysql-connector-java-5.1.21-bin.jar驅動手動放入data-integration/lib資料夾。
6.    如何使用
a)    KETTLE 的幾個子程式的功能和啟動方式
i.    Spoon.bat 圖形介面方式啟動作業和轉換設計器。
ii.    Pan.bat命令方式執行轉換。
iii.    Kitchen.bat命令方式執行作業。
b)    轉換和作業
Kettle的Spoon設計器用來設計轉換（Transformation）和作業（Job）。
i.    轉換主要是對資料的各種處理，一個轉換可以包含多個步驟（Step）。
ii.    作業是比轉換更高一級的處理流程，一個作業裡包含多個作業項（Job Entry），一個作業項代表一項工作，轉換也是一個作業項。
c)    輸入步驟簡介
輸入類步驟用來從外部獲取資料，可以獲取資料的資料來源包括，文字檔案（txt，csv，xml，json）資料庫、 Excel 檔案等桌面檔案，自定義的資料等。對特殊資料來源和應用需求可以自定義輸入外掛。 例子：生成隨機數步驟。
d)    轉換步驟簡介
轉換類步驟是對資料進行各種形式轉換所用到的步驟。例如：欄位選擇、計算器、增加常量。
e)    流程步驟簡介
流程步驟是用來控制資料流的步驟。一般不對資料進行操作，只是控制資料流。 例如：過濾步驟。
f)    連線步驟簡介
連線步驟用來將不同資料集連線到一起。 例如：笛卡爾乘積。
g)    輸出步驟簡介
輸出步驟是輸出資料的步驟，常見的輸出包括文字檔案輸出、表輸出等，可以根據應用的需求開發外掛以其他形式輸出。例如：表輸出。
h)    在kettle裡元資料的儲存方式
i.    資源庫 資源庫包括檔案資源庫、資料庫資源庫 Kettle 4.0 以後資源庫型別可以外掛擴充套件 。
ii.    XML 檔案 .ktr 轉換檔案的XML的根節點必須是 transformation .kjb 作業XML的根節點是job。
iii.    資料庫資源庫：
1.    把 Kettle 的元資料序列化到資料庫中，如 R_TRANSFORMATION 表儲存了Kettle 轉換的名稱、描述等屬性。 
2.    在Spoon 裡建立和升級資料庫資源庫。
iv.    檔案資源庫： 
在檔案的基礎上的封裝，實現了 org.pentaho.di.repository.Repository 介面。是Kettle 4.0 以後版本里增加的資源庫型別 
不使用資源庫： 直接儲存為ktr 或 kjb 檔案。
i)    Kettle資源庫-如何選擇資源庫
i.    資料資源庫的缺點：
1.    不能儲存轉換或作業的多個版本。
2.    嚴重依賴於資料庫的鎖機制來防止工作丟失。
3.    沒有考慮到團隊開發，開發人員不能鎖住每個作業自己開發。
ii.    檔案資源庫的缺點：
1.    物件（如轉換、作業、資料庫連線等物件）之間的關聯關係難以處理，所以刪除、重新命名等操作會比較麻煩。
2.    沒有歷史版本。
3.    難以進行團隊開發。
不使用資源庫，使用svn進行檔案版本控制。