1、版本歷史說明版本作者日期備注1.0彭偉峰2017.04.111.Kettle介紹11什么是KettleKettle是純Java編寫的、免費開源的ETL工具，主要用于抽取(Extraction)、轉(zhuǎn)換(Transformation)、和裝載(Loading)數(shù)據(jù)。Kettle中文名稱叫水壺，該項目的主程序員MATT希望把各種數(shù)據(jù)放到一個壺里，然后以一種指定的格式流出。在這種思想的設計下，Kettle廣泛用于不同數(shù)據(jù)庫之間的數(shù)據(jù)抽取，例如Mysql數(shù)據(jù)庫的數(shù)據(jù)傳到Oracle，Oracle數(shù)據(jù)庫的數(shù)據(jù)傳到Greenplum數(shù)據(jù)庫。1.2.Kettle的安裝Kettle工具是不需要安裝的，直接網(wǎng)上下

2、載解壓就可以運行了。不過它依賴于Java，需要本地有JDK環(huán)境，如果是安裝4.2或5.4版本，JDK需要1.5以上的版本，推薦1.6或1.7的JDK。運行Kettle直接雙擊里面的批處理文件spoon.bat就行了，如圖1.1所示:CENSEtt全llb.zote&tllLKtirDataIntegrfftiortaposncr.shREADME-CriiX.brticnpon.bdrR.EADME_M.txtImpon.shwi扁rmplm5.sliIIInbswtkltchen.siiset-pe*KdhSpOOfl.COmrnandSpOORpIcarteh%READMENFOBRJGh

3、iT.twtlaiwichersimpfe-jndCarte-.bAtPenWioDstakit&girAtlcn_O&t_LiCCfl&SLil.SpoorConEncr.batREADMEL1NUX.MKkchsnbijset-jwntaho-flrw-batPdnMSpoonDebug.bat:圖1.12.Kettle腳本開發(fā)2.1.建立資源庫（repository倉庫）Repository倉庫是用來存儲所有kettle文件的文件系統(tǒng)，由于數(shù)據(jù)交換平臺服務器管理kettle文件也是用Repository倉庫，因此我們這邊本地的kettle開發(fā)環(huán)境也是要用到該資源庫。建立資源庫的方式是工具

4、-資源庫-連接資源庫，這時候彈出一個窗口，我們點擊右上角的+號，跟著點擊下面的kettle選項，按確定，如圖2.1所示：圖2.1跟著在右上角選擇一個目錄，建議在kettle路徑下新建repository文件夾，再選擇這個文件夾作為根目錄，名稱和描述可以任意寫，如圖2.2所示：霸立欄建源庫說詈根目錄-ilesXpdi-oe-S.l.0.1-130data-integrationrepcsrtcry|瀏覽回|只讀資源庫孑Hidehiddenfoldersandfiles?圖2.2建完后會kettle工具會自動連接到repository資源庫，每次打開kettle也會彈出一個窗口讓你先連接到資源庫。

5、在連接到資源庫的情況下打開文件就是資源庫所在目錄了，如圖2.3所示。注意你在資源庫建的目錄結(jié)構(gòu)要跟數(shù)據(jù)交換平臺的目錄結(jié)構(gòu)一致，這樣寫好kettle腳本，保存后放的路徑能跟交換平臺的目錄結(jié)構(gòu)一致了。對MQ%1=畧稱英型帙用吿境生變比的曰朗茵述V口sjcs口數(shù)富它空TQttffl口業(yè)藥St丿口審在荒HiDE_MHPV_T.S1_DWJFDJXX匸于軸KJe_SJCSJV_TESTTBAINSFQh-JOR2Q17/Q4/121,2017/04/121莫豈造桎IS課.主旳壽圖2.32.2.在目標數(shù)據(jù)庫里新建表在做數(shù)據(jù)遷移的時候我們需要先在目標數(shù)據(jù)庫建立與源數(shù)據(jù)庫類似的表結(jié)構(gòu)，才能在這兩張表之間做數(shù)據(jù)

6、遷移，以oracle數(shù)據(jù)庫到gp數(shù)據(jù)庫，T_SF_DWJFDJXX_TEST表做數(shù)據(jù)遷移為例，我們先建類似的表結(jié)構(gòu)，首先先把表結(jié)構(gòu)的代碼拷出來：createtableT_SF_DWJFDJXX_TEST(NSRNBMNUMBER(10)notnull,DWSBHVARCHAR2(18)notnull,JFDWNBMNUMBER(10)notnull,HYFL_DMCHAR(1)notnull,JFDWLX_DMCHAR(3)notnull,SBJC_DMCHAR(2)notnull,SBGLJG_DMVARCHAR2(11)notnull,SWGLJG_DMVARCHAR2(11)notnul

7、l,SBDJ_ZTCHAR(2)notnull,DJSLRY_DMVARCHAR2(11),DJSL_RQDATE,LRRY_DMVARCHAR2(11),XGRY_DMVARCHAR2(11),DJ_RQDATE,DJJG_DMVARCHAR2(11),LR_SJTIMESTAMP(6),XG_SJTIMESTAMP(6),ZDFY_BJCHAR(1),XMMCVARCHAR2(100),KNQYBZ_DMCHAR(1),ZDYCKJN_BJCHAR(1),SJJHPT_SJTIMESTAMP(6),SJJHPT_DZNUMBER(14);跟著在這個表結(jié)構(gòu)的基礎上，在目標數(shù)據(jù)庫創(chuàng)建新表。需要

8、注意的是，gp數(shù)據(jù)庫的數(shù)據(jù)類型有些跟oracle的一樣，有些不同。相同的就不用改了，不同的就改下。以上面的數(shù)據(jù)類型為例，相同的有char、date、timestamp，不同的是varchar2和number，因此，varchar2(n)要改成varchar(n)，number(n)要改成integer(注意不帶數(shù)字長度n)。建完之后，我們就可以在這不同數(shù)據(jù)庫的兩張表之間進行數(shù)據(jù)遷移或數(shù)據(jù)定時傳輸。23源數(shù)據(jù)庫和目標數(shù)據(jù)庫的jndi設置Jndi是kettle連接數(shù)據(jù)庫的配置文件，相當于oracle的tns。Jndi設置的目錄是在kettle目錄下的simple-jndi文件夾里，打開后編輯per

9、ties來設置jndi，下面附上公司揭陽涉稅項目oracle到gp數(shù)據(jù)庫的jndi設置，分別是源端oracle數(shù)據(jù)庫和目標端gp數(shù)據(jù)庫。配置信息的斜杠左邊是jndi名，這里jndi的命名規(guī)則是數(shù)據(jù)庫名_用戶名，注意本地的jndi名要跟交換平臺的jndi名一致。配置信息的斜杠右邊分別是數(shù)據(jù)庫類型、驅(qū)動、數(shù)據(jù)庫地址、用戶名和密碼。注意，相同數(shù)據(jù)庫配置寫法相同，不同數(shù)據(jù)庫的配置寫法略有不同，像下面的oracle和gp數(shù)據(jù)庫的driver和url地址寫法就不一樣。oracle_db_mhpt/type=javax.sql.DataSourceoracle_db_mhpt/driver=oracle.j

10、dbc.driver.OracleDriveroracle_db_mhpt/url=jdbc:oracle:thin:1:1521:zrmhdboracle_db_mhpt/user=db_mhptoracle_db_mhpt/password=DB_MHPTgp_public/type=javax.sql.DataSourcegp_public/driver=org.postgresql.Drivergp_public/url=jdbc:postgresql:/65:5432/postgresgp_public/database=8gp_public/user=gpadmingp_publi

11、c/password=gpadmin2.4.寫kettle腳本Kettle腳本有兩種，ktr腳本跟kjb腳本，其中ktr負責執(zhí)行，具體要做什么由ktr來負責；kjb負責調(diào)度，調(diào)用一個或多個ktr。Ktr和kjb的關系類似于像員工和領導之間，員工負責具體的事務操作，領導負責計劃安排工作。新建ktr腳本可以點擊左上角的文件一新建-轉(zhuǎn)換，新建kjb腳本就文件-新建作業(yè)。我們這里傳輸數(shù)據(jù)只要用到kjb腳本，一張表的數(shù)據(jù)傳輸要有1個腳本。首先先新建一個ktr文件，如圖2.4所示，跟著我們按照主界面的提示拖動主鍵來操作。拖動組件在核心對象的組件庫里。ACJ強Cj繞計n掐出口抑本口連按話Spoon-repo

12、sitDry轉(zhuǎn)換1堂件耳g確執(zhí)齊工具蛋助由日mh石、Drag&dropfromthe/designpaneltobegin.KTR_SJCS_J_TEST卩：（？?換1；ICJRSJCS.JYTESTII口嚳I?爲耳冒100%-riInputriSfrA口彌口應用口BdServer口查問-匚J載據(jù)包險-rRigDataLlAgilein加看口Palo圖2.4跟著我們需要4個組件，分別是獲取變量、表輸入、字符串操作、插入/更新，先從組件庫里找到這些組件然后拖動到右邊面板上，查找組件可以用組件名稱來在組建的搜索框里搜索。拖動后如圖2.5所示。圖2.5然后給他們組件之間建立連接，用拉箭頭來連接即可，

13、如圖2.6所示：回養(yǎng)輸入字待豐操作圖2.6組件之間連接完之后，跟著雙擊組件一個個編輯。第一步是獲取變量，在獲取變量前首先要設置入?yún)⒂脕慝@取變量，設置變量先雙擊主對象樹的ktr名（轉(zhuǎn)換1是未保存文件到本地的默認名），跟著設置命名參數(shù)。如圖2.7跟2.8所示。其中start_timestamp和end_timestamp這兩個是數(shù)據(jù)交換平臺服務器上默認的用于增量抽取數(shù)據(jù)的兩個入?yún)?，分別表示數(shù)據(jù)開始時間跟數(shù)據(jù)結(jié)束時間。這里填上了默認值方便測試。測覽器卜Steps（歩驟）!Hops（節(jié)點連接數(shù)據(jù)庫分區(qū)丸hM匕子皈務雖口Kettleschen-Hadoopdustersr0主對最樹x藝核心對彖飆銘翁e-

14、ms_銘鐵8W.fi|前time冊psiartjine咖p2D17-02-01如征01圖2.7圖2.8設置入?yún)⒑笤倬庉嫬@取變量的組件，這里名稱跟入?yún)⒁粯?，kettle變量名的寫法是$Variables，類型我們選擇string,因為服務器上交換平臺傳進來的start_timestamp和end_timestamp參數(shù)也是string類型的，我們這里跟它一致。也如圖2.9所示：步驟名稱莪取變畐芋段:辛名稱稻式長庭精1start_timest.$tart_timestampString2end_tim亡或日$end_;iinestampString圖2.9第二步是表輸入，首先要先連接數(shù)據(jù)庫，之前我

15、們在本地文件上配置了jndi，這里jndi就用得上。新建或編輯數(shù)據(jù)庫連接，選擇好連接的數(shù)據(jù)庫，還有jndi連接方式，再填上jndi名稱和連接名稱，設置完了就點擊左下角的測試來測試本地能不能連上數(shù)據(jù)庫。連上了我們才做其他的步驟。口軟堀日至扌忘一瞬i&I連援辿隹接侶稱:連空翼型;OracleoracIe_db_mhptJNDI-SNative(JDBQjOrmulmIR.DEPaloMOLARServerPostgreSQLRedshift圖2.10連通好后，寫好sql語句。這里sql語句用到變量，kettle變量的寫法是$variables,而使用變量要在左右兩端再加上單引號，變成variabl

16、es。注意數(shù)據(jù)庫后臺的日期類型是date,而變量是字符串類型，因此需要做個變量的類型轉(zhuǎn)換。因為有使用變量，所以需要勾上“替換sql語句里的變量”單選框。設置好后可以預覽下數(shù)據(jù)看下。行*?!128Help竝啟庫連繪oracle_to_date55lart_tinestenp?.YYlf-M-DDBEUQ.HI:55)占ffDtsjjhpt_sj佔to_date(1i(eacLtiMBtajip1.irTTY-MK-DDHB24:HI:SS1)圖2.11第三步是字段去除左右空格，編輯“字符串操作”，點getfields獲取從上個步驟表表輸入獲取的字段名，然后把trimtype全部選擇both，意思

17、是去除字段左右兩端的空格。如果getfields得到的字段有start_timestamp和end_timestamp這兩個，這兩個多余的，就刪去。如下圖所示：Stepname再InbtreamfL.Out-stre-iamf_Trimty.ILawer/LFp.PAddmgPadchdrPadLnL.InitCapE-5capeDigitsRc-mawe-Specialcha.1WSBHibothnonenonestownonenone2HVFL_DMbotilnoflenonetownonenoneJJFDWLX_DMbatiinonencrrt!Montnanis門口n皀4SBK_DMb

18、athnonencnsMonenciriisnani=5SBGUG_DMbadinonenoneNbrwnonenone&SliIITfi?E100%-圖2.153.在數(shù)據(jù)交換平臺設置定時任務以公司這邊的數(shù)據(jù)交換平臺為例(admin/admin),如果交換平臺的jndi設置沒有設置的話，那么要首先設置這樣跑kettle腳本的話才能連到數(shù)據(jù)庫，注意本地kettle的jndi名要跟交換平臺的jndi名一致，需要統(tǒng)一命名。圖3.1跟著將腳本放上服務器，可以在頁面上上傳文件到服務器。瓏e頁伽題縫匿-記JNDIggg甲.WjEfMBg一.周岌平白狀視查詢_.處共斛張話過腔片置彎JND丁配丑占殺統(tǒng)存世一粘

19、觀能代咼狀護饗機構(gòu)淮護_崗位仔類維護業(yè)務&關代碼維護卜*于宜用審數(shù)握護-k丘淮護_.崗位推護機構(gòu)職.能叩維護一羸機構(gòu)崗社垂護港機枸崗世職能側(cè)樂護_于應用地址維護嗨功艷射維護機構(gòu)崗世人員維護一雜鬲包維護程目錄營艷密Eiivaiisjca救擁倉.年申目社保I-Q曲務農(nóng)L啦事Lxq祝務彩(esiL黑teFsr11lTf=i定時如行隅圖自運行狀態(tài):砒目錄Ifl1陳目錄走時器若稱重命售目錄1上隹瘟程文件圖3.2上傳好后，需要先跑一回腳本跑成功才能設置定時調(diào)度，所以我們先運行一次。注意數(shù)據(jù)的起始時間(start_timestamp)默認是1970年，首次運行可以改下。數(shù)據(jù)的結(jié)束時間(end_timestamp)是當前的時間點。超目親Etaji巴1-1唔KJCtl圖3.3運行成功后，跟著再設定時任務，按要求設置調(diào)度頻率蠱程