pentahokettle421基础教程.docx

pentahokettle421基础教程.docx

《pentahokettle421基础教程.docx》由会员分享，可在线阅读，更多相关《pentahokettle421基础教程.docx（12页珍藏版）》请在冰豆网上搜索。

pentahokettle421基础教程

kettle4.2.1使用说明

1.Kettle介绍

1.1.什么是kettle

Kettle也叫PDI，在2006年Kettle加入了开源的BI组织Pentaho,正式命名为PDI，英文全称为PentahoDataIntegeration。

Kettle是“KettleE.T.T.L.Envirnonment”只取首字母的缩写，这意味着它被设计用来帮助你实现你的ETTL需要：

抽取、转换、装入和加载数据；翻译成中文名称应该叫水壶，名字的起源正如该项目的主程序员MATT在一个论坛里说的哪样：

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。

Spoon是一个图形用户界面，它允许你运行转换或者任务，其中转换是用Pan工具来运行，任务是用Kitchen来运行。

Pan是一个数据转换引擎，它可以执行很多功能，例如：

从不同的数据源读取、操作和写入数据。

Kitchen是一个可以运行利用XML或数据资源库描述的任务。

通常任务是在规定的时间间隔内用批处理的模式自动运行。

1.2.Kettle的安装

要运行kettle工具必须安装Sun公司的JAVA运行环境，kettle4.2.1需要运行java1.6或者更高版本，Kettle的下载可以到http:

//kettle.pentaho.org/取得最新版本。

kettle不需要安装，安装好java环境后，在操作系统环境变量path中配置jre路径，把kettle工具压缩包解压后可直接使用。

1.3.运行Spoon

下面是在不同的平台上运行Spoon所支持的脚本：

运行Kettle.exe或spoon.bat

Spoon.bat：

在windows平台运行Spoon。

Spoon.sh：

在Linux、AppleOSX、Solaris平台运行Spoon。

出现以下界面

1.4.资源库

资源库是用来保存转换任务的，用户通过图形界面创建的的转换任务可以保存在资源库中。

资源库可以使多用户共享转换任务，转换任务在资源库中是以文件夹形式分组管理的，用户可以自定义文件夹名称。

资源库有两种形式：

一、Kettledatabaserepository，即保存在各种常见的数据库资源库类型，用户通过用户名/密码来访问资源库中的资源，默认的用户名/密码是admin/admin和guest/guest。

二、Kettlefilerepository，保存在服务器硬盘文件夹内的资源库类型，此类型的资源库无需用户进行登录，直接进行操作。

当然，资源库并不是必须的，如果没有资源库，用户还可以把转换任务保存在xml文件中。

为了方便管理，建议用户建立并使用数据库类型资源库Kettledatabaserepository。

温馨提示：

一、在删除资源库中单个内容时，不会提示“是否确定需要删除”，需要特别注意。

二、win7系统下，“Kettlefilerepository”类型资源库创建文件夹后，无法删除文件夹，不确定是Kettle工具本身的bug或者是在win7操作系统下的bug。

三、“Kettledatabaserepository”类型资源库虽然有需要用户和密码进行登录，但目前还没有相应的权限控制。

1.5.资源库的创建

点击新建

选择数据库类型资源库Kettledatabaserepository，点击“确定”

在“资源信息库”窗口中，点击“新建”按钮，新建一个数据库连接

在“DatabaseConnection”窗口，选择数据库类型，并填写数据库连接的相关信息，本实例选用oracle数据库。

点击test按钮进行数据库连接测试

数据库连接正确后，点击“确定”，再点击“OK”，回到“资源库信息窗口”，点击“创建或更新”按钮

在弹出的“简单SQL编辑器”窗口中，点击“执行”按钮，执行相应的资源库创建脚本。

（用户可以查看这些脚本具体是进行了什么操作：

创建了42张表，并插入了一些相关信息数据，如R_USER表里插入了admin和guest两个用户的信息，这两个用户也是该资源库的登录用户，想深入研究资源库的用户可以并一步去了解相关内容）

在弹出“SQL语句运行结果”窗口，点击“确定”按钮

再点击“关闭”按钮，关闭“简单SQL编辑器”窗口

在“资源库信息”窗口，填写资源库的ID和名称，然后点击“确定”按钮。

温馨提示：

建议使用英名，因为使用中文容易出现乱码，而使得退出后，下次登录资源库时无法找到相应的配置，遇到此类情况，可根据下一章节“资源库名称乱码问题解决方法”进行相关修改设置。

在“资源库连接RepositoryConnection”窗口，选择刚才创建的资源库“备付金系统”，填写用户名和密码，新建的资源库的默认用户和密码有两个，admin/admin和guest/guest，然后点击“确定OK”按钮，即可登录资源库。

为了资源库的安全，我们需要修改资源库用户的登录密码，“Tools”“资源库”“探索资源库”，可以使用快捷键CTRL+E。

在资源库探索“Repositoryexplorer”窗口，选择“Security”选项卡，然后选择需要修改的用户再点击编辑按钮

填写新密码，然后点击“OK”按钮即可完成用户密码的修改

1.6.资源库名称乱码问题解决方法

如果在创建资源库时，名称使用的是中文，容易出现乱码或者出现异常报错等情况

情况一、乱码

情况二、异常，并且无法显示资源库

解决方法：

根据以下路径“c:

\DocumentsandSettings\\.kettle\repositories.xml”文件，打开后找到乱码内容，如下图所示，把乱码删除后修改成中文即可。

1.7.运行日志

转换运行日志有4张表，JOB日志有3张表，可根据需要设置自己所需日志表和表字段，这些表的表名称和表字段可以根据需要进行修改，为了统一管理，建议把表名称和表字段固定。

日志类型

日志表名称

日志内容

转换

LOG_TRANS_STEP

转换的各个步骤执行结果

转换

LOG_TRANS_PERFORMANCE

转换的性能日志

转换

LOG_TRANS_CHANNEL

转换的各个渠道执行结果

转换

LOG_TRANS

转换的执行结果

JOB

LOG_JOB_ENTRY

JOB的接口执行结果

JOB

LOG_JOB_CHANNEL

JOB的各个渠道执行结果

JOB

LOG_JOB

JOB的执行结果

1.7.1.转换运行日志

打开转换，设置转换运行日志，方法有三种

一、编辑设置日志

二、右键转换设置日志

三、快捷键CTRL+T日志

1.7.2.JOB运行日志

打开JOB，设置JOB运行日志，方法有三种

一、编辑设置日志

二、右键作业设置日志

三、快捷键CTRL+J日志