Kettle6.1安装部署及使用教程贵在详细截图说明

1、Kettle概念
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这个ETL工具集，它允许你管理来自不同数据库的数据，通过提供一个图形化的用户环境来描述你想做什么，而不是你想怎么做。

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。

2、下载和部署
下载kettle压缩包，因kettle为绿色软件，解压缩到任意本地路径即可.
下载kettle包，并解压
压缩包：（这里使用的是Kettle6.1版本）
解压：
3、Kettle环境配置
3.1安装JDK（略）
3.2测试JDK安装成功（略）
JDK安装步骤见《Jdk1.6_win7_64安装及配置环境变量.docx》强调：kettle6.1版本，必须配套使用JDK1.7及以上版本。

3.3运行Kettle
Windows下找到$KETTLE_HOME/spoon.bat，双击运行.
欢迎界面如下图所示：
4、Kettle组件介绍与使用
4.1 Kettle使用
Kettle提供了资源库的方式来整合所有的工作，；
1）创建一个新的transformation，点击保存到本地路径，例如保存到D:/etltest下，保存文件名为Trans，kettle默认transformation文件保存后后缀名为ktr；
2）创建一个新的job，点击保存到本地路径，例如保存到D:/etltest下，保存文件名为Job，kettle默认job文件保存后后缀名为kjb；
4.2 组件树介绍
4.2.1 Transformation的主对象树和核心对象分别如下图：
Transformation中的节点介绍如下：
Main Tree：菜单列出的是一个transformation中基本的属性，可以通过各个节点来查看。

DB连接：显示当前transformation中的数据库连接，每一个transformation的数据库连接都需要单独配置。

Steps：一个transformation中应用到的环节列表
Hops：一个transformation中应用到的节点连接列表
核心对象菜单列出的是transformation中可以调用的环节列表，可以通过鼠标拖动的方式对
环节进行添加：
Input：输入环节
Output：输出环节
Lookup：查询环节
Transform：转化环节
Joins：连接环节
Scripting：脚本环节
4.2.2 Job的主对象树和核心对象分别如下图：
Main Tree菜单列出的是一个Job中基本的属性，可以通过各个节点来查看。

DB连接：显示当前Job中的数据库连接，每一个Job的数据库连接都需要单独配置。

Job entries/作业项目：一个Job中引用的环节列表
核心对象菜单列出的是Job中可以调用的环节列表，可以通过鼠标拖动的方式对环节进行添加。

每一个环节可以通过鼠标拖动来将环节添加到主窗口中。

并可通过shift+鼠标拖动，实现环节之间的连接。

4.2.3 kettle的简单使用
DB连接
我们可以看到转换的主对象树和核心对象区域，然后我们添加一个DB连接。

选择“主对象树”，双击“转换”标签下的“DB连接”会弹出一个配置窗口。

填入连接名称，选择连接类型，配置数据库设置，然后测试下配置是否正确。

由于kettle没有将所有数据库的Driver文件集成，所以如果想连接指定的数据库，需要自己下载JDBC驱动，放入指定的lib目录下。

添加完JDBC驱动后，必须重启kettle才能正确加载驱动（添加oracle数据库的jdbc驱动，参见6、常见问题6.1【Kettle】JDBC连接oracle 报找不到驱动）。

注：在转换之前需要创建转换所需的表，原始表和转换的目标表。

点击“核心对象”标签页中的“输入”，选择“表输入”拖到“转换”区域。

双击“表输入”图标弹出表输入对话框，填入步骤名称，选择数据库连接，点击“获取SQL查询语句”，或者直接写入SQL语句，填写附件信息，点击“预览”按钮查看执行结果，没有错误，点击“确认”关闭对话框。

点击“核心对象”—“输出”，选择“Excel输出”拖入到转换区，双击Excel输出图标，弹出对话框，选择文件名和其它附加参数，点击确认。

点击输入表的图标，同时按下shift键，再点击输出文件，将两者连接起来。

然后双击Excel 输出进行配置。

最后一步就是执行kettle脚本，点击工具栏的播放箭头即可。

点击“启动”开始转换，在转换过程中会出现转换的信息，如下图所示。

完成转换后，我们可以在Excel输出目录中查看转换结果。

注：时间字段转换到Excel为空，修改SELECT语句中使用TO_CHAR转换成字符串，例如：to_char(start_time,’yyyy-mm-dd HH24:MM:SS’) as start_time.
注：Excel（2007之前版本）中的记录不能超过65535条，否则会自动关闭文件，导致转换失败。

至此，一个简单的数据迁移脚本，从oracle数据库导出数据到EXCEL文件中就大功告成了。

4.3使用举例1
选中列表中的的“表输入”、“表输出”、“插入/更新”，拖拽到右侧工作区。

鼠标选中节点键盘按shift键，拖拽即可连线。

下图是一个转换，有两个动作，一是直接从数据源表同步数据到目标表，一是检查源表的插入和更新，同步到目标表。

黑色线为生效，灰色线为失效，节点和连接可双击进行编辑。

可预览数据是否正确。

双击编辑表输出动作。

操作的数据库名要获取的字段设置如下所示：
点击“Enter field mapping/输入字段映射”进行字段选择。

选择要用的字段后点确定，注意字段的约束条件。

编辑好后点击上面的执行即可。

左侧参数暂不说明，执行完成后可以观看下方的日志。

双击编辑“插入/更新”动作。

然后点击运行。

执行前，在源库里加条新纪录。

确定作业执行正常后可以保存作业，如保存路径到本地磁盘地址C:\etl2.ktr。

建立JOB的前提是有可以完整执行的作业，上面步骤定制的作业进行保存。

从左侧列表拖拽“START”，“Success”，“转换”，“发送邮件”到工作区并连接，如下图。

然后双击“START”动作进行编辑。

然后双击编辑“Transformation”活动。

转换文件名选择上一步编辑好的.ktr文件
双击发送邮件，参数设置如下：
编辑完成后直接点击运行即可。

运行后查看日志。

当任务执行以后可以查看相对应的日志，也可自行配置日志。

4.4使用举例2
本例是完成读取目录下的.log文件，找出其中包含错误代码的行，并统计个数本例所用到的步骤和组件如下图所示：
连接图如下所示：
a)获取文件名设置如下：
其中已选择的文件名称的变量都需要手写输入，可以点击显示文件名和预览记录检查是否配置正确。

b)文本文件输入设置如下：
文本文件输入选项中选择从上一步骤获取文件名，其中在输入里的字段被当做文件名一栏输入uri，步骤读取的文件名来自填写获取文件名2
内容选项卡的设置如下：
文件类型选择CSV，分隔符自己定义，格式为mixed，编码方式选择UTF-8
字段选项可设置如下：
需要手写输入str名称，设置类型为String
c)获取字符串设置如下：
d)测试脚本设置如下
其中可以点击获取变量和测试脚本来测试脚本的正确性
点击测试脚本界面如下：
脚本代码由JavaScript编写
e)聚合记录
聚合记录就是将上一步的结果进行聚合，这里的名称字段是点击获取字段获取的，而不是自己输入的，new name一列是制定新名字，可以自己输入填写，
f)文本文件输出
文本文件的输出设置如下，
其中字段属性的设置名称字段是点击获取字段自动获取的，不是输入的，设置如下
g)运行日志显示如下：
Job的建立于4.3中方法一样，用到的组件如下所示
转换组件设置如下：
将上一步保存的*.ktr添加到转换名文件路径中
点击运行按钮:
生成日志如下所示：
文档来源为:从网络收集整理.word版本可编辑.欢迎下载支持.
6、常见问题解决
6.1 【Kettle】JDBC连接oracle报找不到驱动
初次接触kettle，环境都配置好以后，启动kettle的spoon，新建作业，配置jdbc的oracle 数据源连接，报找不到驱动。

解决办法：
1、下载OJDBC14.jar包
2、将该包拷贝到kettle的~\data-integration\libswt或者~ \data-integration\lib路径下都可以。

3、重启kettle，重新配置数据源连接。

问题解。

31。