您所在的位置:首页 > 应用软件 > 办公软件 >> 开源ETL工具Kettle 5.1

开源ETL工具Kettle 5.1

kettle

  • 软件大小:579.2MB
  • 软件授权:免费软件
  • 更新时间:2017-08-18
  • 软件语言:简体中文
  • 官网下载:查看
  • 软件评分:
  • 应用平台:WinXP/Win2003/Vista/Win7/Win8

相关专题:统计分析软件

开源ETL工具Kettle 5.1 截图

PentahoDataIntegration(Kettle)是Pentaho生态系统中默认的ETL工具。Kettle是一款国外开源的etl工具,纯java编写,绿色无需安装,数据抽取高效稳定(数据迁移工具)。

 
  • Pentaho Data Integration (Kettle)是Pentaho生态系统中默认的ETL工具。Kettle是一款国外开源的etl工具,纯java编写,绿色无需安装,数据抽取高效稳定(数据迁移工具)。Kettle中有两种脚本文件,transformation和job,transformation完成针对数据的基础转换,job则完成整个工作流的控制。

    通过非常直观的图形化编辑器(Spoon),您可以定义以XML格式储存的流程。在Kettle运行过程中,这些流程会以不同的方法编译。用到的工具包括命令行工具(Pan),小型服务器(Carte),数据库存储库(repository)(Kitchen)或者直接使用IDE(Spoon)。
     一款国外开源的etl工具,纯java编写,绿色无需安装,数据抽取高效稳定(数据迁移工具)。Kettle中有两种脚本文件,transformation和job,transformation完成针对数据的基础转换,job则完成整个工作流的控制。

    kettle清理数据库连接的方法:

    1:清理shared.xml中的不用的数据库连接。(他的保存位置一般在用户主目录下边的.kettle目录中)
    2:用文本编辑软件打开kjb,ktr文件删除用户到的connection项,保存。

    Kettle项目介绍:

    Kettle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。

    Kettle 中文名称叫水壶,该项目的主程序员MATT 希望把各种数据放到一个壶里,然后以一种指定的格式流出。

    Kettle 将 ELT 流程编译为 XML 格式,学起来十分简单,Pentaho Data Integration (Kettle) 使用 Java (Swing)开发。Kettle 作为编译器对 XML 格式书写的流程进行编译。这些功能和组件比起 Talend 在丰富性方面稍逊一些,但是您建立复杂 ETL 流程需要的一切元素。Kettle 的 JavaScript 引擎(和 Java 引擎)可以深层地控制对数据的处理。

    全球数千家机构依赖于Pentaho的,作出更快,更好的业务决策产生积极影响他们的底线。

    运行 Spoon.bat 开始软件。

    需要JRE支持,JRE(Java Runtime Environment) v6.0 Update 26

    Kettle使用教程:

    Kettle自己有三个主要组件:Spoon,Kitchen,Pan。其中Spoon是一个图形化的界面,用于windows的时候,先设置环境变量:pentaho_java_home,例如:C:Program FilesJavajdk1.7.0_25,其实就是你的java安装目录,1.6以上即可。windows下双击Spoon.bat就可以了,界面如下:

    这里我建立了资源库,其实可以用文件形式存储,存储的结构都是xml,但是我还是觉得建立一个资源库比较好,以后看job等情况也比较简单,因为数据表的可读性比xml要好得多。建立资源库和文件资源库只需要把右上角的小加号点一下,就会出现如下如的界面:

    选择第一个就是建立数据库版的资源库,之后:

    测试通过之后点击OK就回到最开始的界面,这时候选择test数据库连接,然后出入你的工程(我是这么叫的)ID和name,这里要记住,因为以后kitchen调度的时候要输入这个参数。

    在接下来弹出的框中都点“是”,然后会出现这个界面:

    这步会在你的用户下建立很多表,所以最好单独给资源库建立一个用户,当然这是在oracle下,mysql下和DB2下最好也采用同样的方式,把资源库和其他库分开。检查一下:

    SQL> conn wings/wings@prism
    已连接。
    SQL> select count(1) from r_repository_log;

    COUNT(1)
    ----------
    0

    SQL>

    表已经建好了。回到最开始的界面,选择test,点击确定,然后就会出现登录对话框,用户密码默认都是admin,以后可以自己改。

    接下来就可以开始用这个工具了。

    其实对于简单的数据库数据的抽取,基本只需要转换和作业这两种东西。下面就是建立一个转换的步骤:

    1 点击文件-->新建-->转换。

    2 在左侧的树状列表中选“主对象树”,新建DB连接。步骤和上面建资源库一样。一个目标库一个源库。

    3 在核心对象-->输入这个地方拖出一个表输入,在“输出”目录下拖出“表输出”,在“转换”处拖出一个字段选择来,如图:

    每一个对象都可以双击修改属性,下面以抽取world数据库的city表为例。

    双击表输入,选择数据库连接,选择源数据库,然后点击“获取SQL查询语句”,在弹出的对话框里进行选择即可,之后会变成这样:

    下面点击表输出:

    点击字段选择:

    这样,一个简单的抽取数据的转换就完成了。执行之,点击上面的绿色开始按钮。

    我也处在学习中,希望可以把我的经验分享给和我一样的入门者。

    下面是补充部分:

    在一个Job或者一个trans建立好之后,就可以建立定时任务了。如果是DS,那么DS客户端本身就支持schedule,但是Kettle因为没有服务端和客户端的概念,因此只有使用linux的crontab,其实Job本身也支持定时,但是你必须保证图形界面一直开着,这样并不如crontab那么好。在命令行里使用kettle很简单,Job用kitchen调度,trans用pan调度。

    下面是一个kitchen的调度命令:

    bash /home/kettle/data-integration/kitchen.sh /rep kettle_demo /user username /pass passwd /level Minimal /dir /dirname /job jobname

    rep那里写自己的资源库名称。

    trans和上面一样,略有不同:

    bash /home/kettle/data-integration/pan.sh /rep kettle_demo /user username /pass passwd /level Minimal /dir /dirname /trans transname

开源ETL工具Kettle 5.1相关标签: kettle