Kettle的安装与基本使用

news2025/2/23 10:36:05

什么是Kettle？

Kettle最早是一个开源的ETL（Extract-Transform-Load的缩写）工具，全称为KDE Extraction, Transportation, Transformation and Loading Environment。是一个功能丰富的ETL工具，它允许用户轻松地进行数据抽取、转换和加载。后来Kettle重命名为Pentaho Data Integration 。它由Java开发，支持跨平台运行，Kettle是一个实现ETL开发的一款开发工具，Spoon是Kettle工具提供的图形化界面。

Kettle的核心特性

Kettle提供了一系列的特性，使其成为ETL领域的佼佼者：

直观的图形用户界面：通过拖放组件来构建数据转换流程。
丰富的插件库：支持各种数据源和目标系统。
强大的数据转换能力：提供多种数据清洗和转换操作。
可扩展性：支持自定义脚本和插件开发。
高性能：优化的数据处理引擎，支持大规模数据集。

安装JDK

因为Kettle工具是用java语言开发的，要想运行起来就必须安装jdk。

安装

百度云盘下载链接提取码: qjyd
jdk-8u221-64bit.exe

安装过程

JDK安装配置教程-CSDN博客

安装kettle

解压kettle

百度云盘下载链接提取码: akgv

pdi-ce-9.1.0.0-324.zip

kettle 需要解压到一个非中文路径下。

因为kettle改名字了，叫做pdi

更改一下图标，更好看。

修改字符集

在安装目录下找到spoon.bat 文件

添加如果打开软件重新启动一下

"-Dfile.encoding=UTF-8"

每次启动的时候，记得使用管理员权限启动。

实战

Kettle 是ETL 工具，玩数据的工具数据倒来倒去。
Sqoop 、Flume 、DataX 都是一类的工具。

1）将txt数据导⼊到excel 中

选择【转换】--> 【新建】，拖拽【⽂本⽂件输⼊】和【Excel输出】，摁住shift键，拖拽连接两者。

双击【文本文件输入】

点击字段：

点击预览数据：

点击字段 --> 获取字段

点击运行，开始转换，此时第一次会弹出让你保存这个转换的脚本，选一个地方保存一下

修改 Excel 输出：

出现这个错误，就说明文件被打开了，需要关闭掉

如果选择的是 MS XLS,在输出的时候，可以选择使用高版本的格式比如 xlsx

点击复制。

选择保存的文件名字和后缀

以上演示的是传统数据的导入导出。

2）本地安装MySQL

查看mysql版本

如果本地已经有了mysql，可以跳过以下操作。

安装MySQL

本地安装MySQL配置环境变量-CSDN博客

安装MySQL图形化工具

Navicat Premium

Navicat Premium是一款数据库管理工具,是一个可多重连线资料库的管理工具，它可以让你以单一程式同时连线到 MySQL、SQLite、Oracle、MariaDB、Mssql、及PostgreSQL 资料库，让管理不同类型的资料库更加的方便。

Navicat Premium 17安装教程

DataGrip

DataGrip 版是由JetBrains公司推出的数据库管理软件，DataGrip支持几乎所有主流的关系数据库产品，如DB2、Derby、H2、MySQL、Oracle、PostgreSQL、SQL Server、Sqllite及Sybase等，并且提供了简单易用的界面，开发者上手几乎不会遇到任何困难。

DataGrip2023安装教程

3）将excel表格中的数据导⼊到mysql中

开始设置Excel输入：

通过预览数据，发现数据有点问题，需要修复一下：

要将输入导入到mysql中：

最后发现没有数据库，所以需要创建一个数据库：

此处的连接名称最好不要是中文的，因为中文的连接如果【共享】之后可能会出现xml中的中文问题。

点击测试，出现错误：

将这个jar包，放入到kettle中：

由于我们上文安装的是MySQL8.0的数据库，使用如下驱动包。

拷⻉到 pdi这个软件的lib ⽬录下：

然后重启 kettle 这个软件，关掉，再进⼊就是重启了。

假如一直连不上，可以使用低版本的mysql，然后使用低版本的驱动。

将数据库连接【共享】，共享的意思是，这个数据库连接在很多地方都可以重复使用。

重启完，报另一个错误：

解决方案：

serverTimezone = GMT+8

启动：

useUnicode=true
characterEncoding=UTF-8

进行sql语句的微调：

CREATE TABLE t_user
(
  id varchar(255)
, name varchar(255)
, age int
, gender int
, province varchar(255)
, city varchar(255)
, region varchar(255)
, phone varchar(255)
, birthday date
, hobby varchar(255)
, register_date varchar(255)
);