01_概念及基本操作

kettle是一款开源的ETL工具，针对数据的：抽取（Extract）、转换（Transform）、加载（Load）。

 

 

 

kettle主要子程序及启动方式

Spoon.bat
      图形化界面的“作业和转换”的设计器
Pan.bat
      命令行方式执行“转换”
Kitchen.bat
      命令行方式执行“作业”
Carte.bat
      启动web服务，用于kettle的远程运行或集群运行
Encr.bat
      密码加密

说明：
      以上文件都是kettle根目录中的文件。
      .bat文件是dos下的批处理文件

 

 

 

kettle最后的结果，实际是一个“数据加工处理的流程”，然后 “数据流进再流出”，其中的数据相当于“二维表数据”。

 

 

kettle转换（Transformation）
      包含许多数据处理步骤（Step），步骤间通过带箭头的连接线连接
kettle作业（Job）
      包含许多作业项（Job Entry），转换也是一个作业项

 

 

 

操作说明
      步骤：拖拽式操作；步骤间的连线：shift+左键

 

 

 

kettle中常用步骤

输入_生成随机数

输出_文本文件输出

转换_字段选择
转换_增加常量
转换_计算器

流程-过滤
      一个输入，两个输出
流程-Switch/Case
      一个输入，多个输出
流程_空操作
      相当于数据处理后的垃圾箱，什么也不做

连接_记录集连接
      相当于SQL中连接两个表的where子句
连接_记录关联（笛卡尔输出）
      相当于输出所有可能的组合，不管是否重复，记录数：num1*num2

统计_分组
      相当于SQL中分组后的聚合函数