大数据技术暑期实习二___Kettle技术认识及简单案例操作

知识结构图：

kettle是一款开源的ETL（extract抽取、transform转换、load加载）工具，纯java编写，可以在Windows、Linux、Unix上运行，绿色无需安装，图形化界面拖拽操作，数据抽取高效稳定。

在公司中对公司数据库直接进行改动是大忌，所以需要将数据拷贝一份，ETL工具由此诞生，由于kettle开源，相比高额的付费软件，很划算。

Kettle以xml形式或资源库方式存储，有两种设计：Transformation（转换）——完成针对数据的基础转换；Job（作业）——完成整个工作流的控制。其中作业是步骤流，转换是数据流。

Kettle有三个主要组件：

Spoon（勺子）：图形化界面，windows选择.bat，linux选择.sh。

Kitchen（厨房）：利用kitchen命令可以用命令行调用Job。

Pan（锅）：利用pan可以用命令行的形式调用Trans。

另外，Carter（菜单）是一个轻量级的web容器，用于建立专用、远程的ETL server。

Windows下kettle的安装使用

一、安装

1.概述

在实际企业开发中，都是在本地环境下进行kettle的Job和Transformation开发，可以在本地运行，也可以连接远程机器运行。

2.安装jdk

不再赘述（kettle要在java环境中运行）

3.下载解压kettle

kettle为绿色软件，可下载后直接解压到本地任意路径，即可用。下载地址

4.数据库安装

不再赘述，以mysql为例（强烈建议大家数据库版本不要追新，由于版本问题在其他软件的协同工作时会出很多问题，目前稳定版本mysql5.6 5.7就可以了。）

5.启动

找到spoon.bat文件，打开，第一次开启时间略长

（文件中有.sh和.bat文件，Linux下使用.sh文件，windows下用.bat文件）

二、案例

案例一

把stu1的数据按id同步到stu2，stu2有相同id则更新数据

在mysql中创建两张表

1.打开作业

2.在mysql中创建两张表并插入一些数据

mysql>

create database kettle;

use kettle;

create table stu1 (id int ,name varchar(20),age int);

create table stu2 (id int ,name varchar(20));

insert  into stu1  values (1001,'bajie',20),(1002,'shaseng',18),(1003,'sanzang',23);

insert into stu2 values (1001,'wukong');