企业实战（20）ETL数据库迁移工具Kettle的安装配置详解

非著名运维

发布于 2022-06-22 14:51:45

1.3K0

发布于 2022-06-22 14:51:45

文章被收录于专栏：非著名运维

介绍：

Kettle简介：Kettle 是 PDI 以前的名称，PDI 的全称是Pentaho Data Integeration，Kettle 本意是水壶的意思，表达了数据流的含义。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。作为Pentaho的一个重要组成部分，现在在国内项目应用上逐渐增多。

ETL（Extract-Transform-Load的缩写），即数据抽取、转换、装载的过程。对于企业或行业应用来说，我们经常会遇到各种数据的处理，转换，迁移，所以了解并掌握一种etl工具的使用，必不可少，这里我介绍一个我在工作中使用了很久的ETL工具Kettle,本着好东西不独享的想法，跟大家分享碰撞交流一下！在使用中我感觉这个工具真的很强大，支持图形化的GUI设计界面，然后可以以工作流的形式流转，在做一些简单或复杂的数据抽取、质量检测、数据清洗、数据转换、数据过滤等方面有着比较稳定的表现，其中最主要的我们通过熟练的应用它，减少了非常多的工作量，提高了我们的工作效率。

特点

免费开源

基于java的免费开源的软件，对商业用户也没有限制。

易配置

可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。

不同数据库

ETL工具集，它允许你管理来自不同数据库的数据。

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。

图形界面设计

通过图形界面设计实现做什么业务，无需写代码去实现。

定时功能

在Job下的start模块，有一个定时功能，可以每日，每周等方式进行定时。

环境

Windows 10

Java 8 （运行Kettle 7.0 以上版本需要Java8及以上）

Kettle 7.1

mysql-connector-java-8.0.21（连接Mysql驱动包，根据数据库版本下载）

一键安装，急速使用

第一步. 下载程序包并解压

从官方网站下载spoon压缩包。

第二步. 一键启动

在windows下，解压后，双击spoon.bat文件运行。

开始使用

开始可视化数据操作吧。

1.下载Kettle程序包并解压

Kettle 7.1版本下载地址：https://udomain.dl.sourceforge.net/project/pentaho/Data%20Integration/7.1/pdi-ce-7.1.0.0-12.zip

Kettle各个版本下载地址：https://sourceforge.net/projects/pentaho/files/

注意：

下载时进入相应版本后，选择client-tools，选择pdi-ce开头的程序包下载。

2.下载连接驱动包：

Java 连接 MySQL 需要驱动包，MySQL驱动包官网下载地址：https://dev.mysql.com/downloads/connector/j/

3.解压Java连接Mysql 8.0驱动包

解压后取出mysql-connector-java.jar包（这里驱动包有版本号）。放到kettle的lib目录下面。

4.运行spoon.bat，打开spoon图形工具

注意：

红圈处没有connect按钮，原因为资源库配置文件乱码造成。

解决方法： 打开系统盘用户目录下的repositories.xml配置文件，将乱码内容删除，并删除.spoonrc文件，再重启kettle。

5.创建或连接资源库

选择创建数据库资源库

输入资源库名称（自定义）点击Database Connection创建数据库连接。

选择Create New Connection。

6.创建数据库连接

输入连接名称、选择类型（根据自身所需选择，这里连接的是mysql数据库，如连接其他数据库，需将数据库驱动放在kettle根目录中的lib下面，然后启动数据库重启kettle）确认输入无误后点击测试，测试是否连接成功，失败多为lib下找不到数据库驱动

在这里选择刚才我们创建的数据库名称。

创建成功，选择Connect Now连接到数据库。

登陆时，默认是admin用户，密码也是admin，启动后可以修改用户密码或添加其他用户。

7.登录数据库查看Kettle自动创建的表结构

[root@localhost ~]# docker exec -it mysql /bin/bash

root@2a12523bd803:/# mysql -uroot -p123qqq...A
mysql: [Warning] Using a password on the command line interface can be insecure.
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 13
Server version: 8.0.21 MySQL Community Server - GPL

Copyright (c) 2000, 2020, Oracle and/or its affiliates. All rights reserved.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| sys                |
| test               |
+--------------------+

mysql> use test;

mysql> show tables;
+--------------------------+
| Tables_in_test           |
+--------------------------+
| R_CLUSTER                |
| R_CLUSTER_SLAVE          |
| R_CONDITION              |
| R_DATABASE               |
| R_DATABASE_ATTRIBUTE     |
| R_DATABASE_CONTYPE       |
| R_DATABASE_TYPE          |
| R_DEPENDENCY             |
| R_DIRECTORY              |
| R_ELEMENT                |
| R_ELEMENT_ATTRIBUTE      |
| R_ELEMENT_TYPE           |
| R_JOB                    |
| R_JOBENTRY               |
| R_JOBENTRY_ATTRIBUTE     |
| R_JOBENTRY_COPY          |
| R_JOBENTRY_DATABASE      |
| R_JOBENTRY_TYPE          |
| R_JOB_ATTRIBUTE          |
| R_JOB_HOP                |
| R_JOB_LOCK               |
| R_JOB_NOTE               |
| R_LOG                    |
| R_LOGLEVEL               |
| R_NAMESPACE              |
| R_NOTE                   |
| R_PARTITION              |
| R_PARTITION_SCHEMA       |
| R_REPOSITORY_LOG         |
| R_SLAVE                  |
| R_STEP                   |
| R_STEP_ATTRIBUTE         |
| R_STEP_DATABASE          |
| R_STEP_TYPE              |
| R_TRANSFORMATION         |
| R_TRANS_ATTRIBUTE        |
| R_TRANS_CLUSTER          |
| R_TRANS_HOP              |
| R_TRANS_LOCK             |
| R_TRANS_NOTE             |
| R_TRANS_PARTITION_SCHEMA |
| R_TRANS_SLAVE            |
| R_TRANS_STEP_CONDITION   |
| R_USER                   |
| R_VALUE                  |
| R_VERSION                |
| mysqltest                |
+--------------------------+

mysql> select * from R_USER;
+---------+-------+-----------------------------------+---------------+-------------------------+---------+
| ID_USER | LOGIN | PASSWORD                          | NAME          | DESCRIPTION             | ENABLED |
+---------+-------+-----------------------------------+---------------+-------------------------+---------+
|       1 | admin | 2be98afc86aa79ce71da9fa6d4 | Administrator | User manager            |       1 |
|       2 | guest | 2be98afc86aace77cb97bcce | Guest account | Read-only guest account |       1 |
+---------+-------+-----------------------------------+---------------+-------------------------+---------+