Kettle 7.1 连接Hadoop集群

设置Hadoop环境

在Tools -> Hadoop Distribution 中选择 “HortonWorks HDP 2.5.x”。

复制core-site.xml文件

复制 Hadoop 环境下的的 core-site.xml 文件到 kettle 安装目录下的 “plugins/pentaho-big-data-plugin/hadoop-configurations/hdp25” 目录下。

做完上面两步后，重新启动 Kettle。

测试Hadoop集群连接

• 添加一个Transformations。
• 在 View -> Transformations -> Hadoop clusters 添加一个新的 Hadoop 集群。配置大致如下：（修改后可以测试一下） Cluster Name: myhdfs Storage: HDFS HDFS: (可以参考core-site.xml文件) Hostname: <ip> Port: 8020 Username: <user> Password: <password> JobTracker: Hostname: <ip> Port: 8032 Zookeeper: Hostname: <ip> Port: 2181
• 在工作区，拖拽一个 “Hadoop File Input” 和 “Hadoop File Output”，并建立关联。
• 修改“Hadoop File Input” Environment: myhdfs File/Folder: /tmp/users.dat
• 修改“Hadoop File Output” Hadoop cluster: myhdfs Folder/File: /tmp/users_new.dat
• 运行Transformations，然后检查结果。