免费开源ETL工具KETTLE初探：简介及安装、配置

ETL概念：
ETL：Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。
ETL是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
Kettle (正式名：Pentaho Data Integration)是一款基于JAVA开发的开源ETL工具，有易于入手的图形界面，图形化的GUI设计界面，然后可以以工作流的形式流转，熟练它可以减少非常多的研发工作量，提高工作效率。
Kettle 允许你管理来自不同来源的数据，包括不同数据库、excel/csv等文件、邮件、网站源码抓取等等，除数据的抽取转换，还支持文件操作、收发邮件、通过提供一个图形化的界面来创建、设计转换(Trans)和工作流（Jobs）任务。

Kettle中有两种脚本文件，transformation 和 job.

* Transformation 完成针对数据的基础转换,下文缩写为Trans
* Job 则完成整个工作流的控制。

Kettle 家族产品
Kettle家族：Spoon、Pan、Kitchen。
Spoon 图形界面：设计 ETL 转换过程（Transformation）和工作流(Jobs)。
Pan 后台批处理：允许你批量运行由 Spoon 设计的 ETL 转换 (Trans)。。
Kitchen 后台批处理：允许你批量运行由 Spoon 设计的 ETL工作流 (Jobs)

Kettle 的安装和配置：

1.安装JDK或JRE
JRE： Java Runtime Environment java运行环境，如果只是运行KETTLE可以安装这个；
JDK：Java Development Kit java开发工具包，包含JRE,如果需要进行编译或开发，必须安装这个；

Kettle 7.0 要求安装1.6及以上，这里安装的是JDK 1.8，
官网下载：
http://www.oracle.com/technetwork/java/javase/downloads/index.html
历史版本：
http://www.oracle.com/technetwork/java/javase/downloads/java-archive-javase8-2177648.html?ssSourceSiteId=otncn

安装过程完后续配置以下环境变量，以jdk1.8.0_111为例：
系统变量 值
JAVA_HOME     C:\Program Files\Java\jdk1.8.0_111
PATH                   %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;
CLASSPATH           .;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar （注意最前面有一点）

检验是否配置成功 运行cmd 输入 java -version

2.安装KETTLE
（1）下载及安装
https://community.hds.com/docs/DOC-1009855
KETTLE是绿色版，下载解压即可；
(2)环境变量配置
KETTLE_HOME 指定KETTLE_HOME目录，一般是安装目录，配置后运行Kettle会在该目录下生成.kettle文件夹，诸如一些配置、资源库、临时文件等会在这里生成；若未配置，则默认为用户目录C:\Users\{username}\
PENTAHO_JAVA_HOME 如在安装JDK时已配置JAVA_HOME则可忽略，否则需要添加用户变量，即为JAVA安装路径，本例为 C:\Program Files\Java\jdk1.8.0_111

3.启动： 直接启动 Spoon.bat 即可启动Kettle图形界面。

尊重作者劳动，转载请注明出处：札记-Qianrong's Blog » 免费开源ETL工具KETTLE初探：简介及安装、配置