轉換機制
每個轉換步驟都是ETL數據流里面的一個任務。轉換步驟包括輸入、處理和輸出。輸入步驟從外部數據源獲取數據，例如文件或者數據庫；處理步驟處理數據流，字段計算，流處理等，例如整合或者過濾。輸出步驟將數據寫會到存儲系統里面，例如文件或者數據庫。
圖 1 轉換步驟示例
1. Step類圖簡介
Kettle為擴展插件提供了4個擴展點，這4個擴展點也是每個步驟的組成。每個類都有其特定的目的及扮演的角色。以TableInput為例，下圖說明了這4個類的繼承體系。
圖 2 StepInterface繼承體系
實現StepInterface接口的類，在轉換運行時，將是數據實際處理的位置。每個執行線程都表示一個實現StepInterface的實例。
BaseStep實現了StepInterface是各step具體實現類的基類。完成了公用的處理函數，如putRow()，但是對於更具體的processRow()在StepBase的子類中。StepBase的主要成員有
public ArrayList<RowSet> inputRowSets，outputRowSets；
StepBase的子類每次從inputRowSets中取出一行數據，向outputRowSets中寫入一行數據。
圖 3 StepDataInterface繼承體系
實現StepDataInterface接口的類為數據類，當插件執行時，對於每個執行執行的線程都是唯一的。保存於step相關的數據信息，比如行的元數據信息。
圖 4 StepMetaInterface繼承體系
實現了StepMetaInterface接口的類為元數據類。它的職責是保存和序列化特定步驟的實例配置，例如保存步驟的名稱、字段名稱等，如何生成加載xml或者讀寫數據庫。
圖 5 StepDialogInterface繼承體系
實現了StepDialogInterface接口的類為對話框類，該類實現了該步驟與用戶交互的界面，它顯示一對話框，通過對話框用戶可以根據自己的要求進行步驟的設定。該對話框類與元數據類關系非常密切，對話框里面的配置數據均會保存在元數據類里面。
2. 步驟間交互通信類
2.1. RowSet
圖 6 步驟之間通信機制
RowSet的實現類，負責步驟之間的相互通信，rowset對象即是前一個step的成員也是后一個step的成員，訪問是線程安全的。
圖 7 RowSet實現類內存快照
RowSet類中包含源step，目標step和由源向目標發送的一個rowMeta和一組data。其中data數據是以行為單位的隊列（queArray）。一個RowSet作為此源step的outputrowsets的一部分。同時作為目標step的inputRowsets一部分。源Step每次向隊列中寫一行數據，目標step每次從隊列中讀取一行數據。
圖 8 RowSet實現類
2.2. 行元數據
所有的data均擦除為object對象。步驟與步驟之間以行為單位進行處理，自然需要知道每行的結構，即行元數據。行元數據至少需要包括類型、名稱，當然還可能包括字段長度、精度等常見內容。
行元數據不僅在執行的時候需要，而且在轉換設置的時候同樣需要。每個步驟的行元數據都會保存在.ktr文件或者數據庫里面，所以可以根據步驟名稱從TransMeta對象中獲取行元數據。
行元數據的UML類圖結構如下所示，主要有單元格元數據組成行元數據。在現有的版本中，支持的數據類型有String、Date、BigNumber、Boolean、SerializableType、Binary、Integer、Numberic。
圖 9 行元數據UML類圖
3. Trans配置及開啟
圖 10 Trans執行時序圖
在真正運行trans之前，還需要對運行模式進行一個設置。設置結果，會傳給TransGraph.start(executionConfiguration)。配置界面如下所示：
圖 11 執行轉換模式設置
實例化Trans的基本流程如下，Trans類時最后真正執行轉換的類。實例化之前需要配置啟動項，保持.ktr文件同步，然后實例化Trans類。最后，開啟后台程序，這樣不會影響UI的操作，真正的轉換在后台執行。
圖 12 實例化Trans流程圖
4. Trans執行
trans類的執行有execute()負責，主要包含兩個步驟：轉換執行前的准備工作和所有線程的開啟。Trans每一個步驟都會對應一個獨立的線程，線程之間公國RowSet進行通信交互。
代碼 Trans執行代碼
1 public void execute(String[] arguments) throws KettleException { 2 3 prepareExecution(arguments); 4 5 startThreads(); 6 7 }
4.1. 執行准備(prepareExecution)
該步驟，主要完成對通信類的初始化，對步驟的包裝初始化。最后啟動各個步驟初始化線程，即調用各個步驟的init()方法。准備結束之后，步驟之間的通信機制完成了，各個步驟的初始化工作也完成了。具體的流程如下所示：
圖 13 准備執行流程圖
1.4.2. 轉換處理執行
Trans轉換執行引擎類，通過startThreads（）啟動步驟線程。為所有步驟添加監聽器，在開啟監聽進程對所有線程進行監聽。具體的步驟如下所示
圖 14 啟動所有步驟線程
1.4.3. 步驟執行過程
實現StepInterface的不同的step各個功能個不一樣，但是它們之間也有一定的規律性。下圖只列舉了兩個step，（TextInput）文本輸入和Uniquerow(去重)。BaseStep封裝了getRow（）和putRow（）方法，從上一個步驟獲取數據和將數據輸入到下一個步驟。
基類BaseStep采取了統一的處理方式，調用子類processRow以行為單位處理，核心代碼如下。
while (stepInterface.processRow(meta, data)&& !stepInterface.isStopped());
processRow( )通用過程是：調用基類BaseStep 的getRow( )得到數據，對一行數據處理，處理之后調用基類putRow( )方法數據保存至outputRowSets（即next step的inputRowSets）
圖 15 TextInput與Uniquerow
1.4.4. 元數據與數據關系。
Trans中的ETL過程（每個step）以行為單位處理，其中行的元數據信息RowMeta和數據信息統一保存在RowSet對象中。
在RowSet中RowMeta的成員的調試結果如下。可見rowMeta儲存了每列數據的名稱和類型。第一列列名flag，數據是長度為1的String；第二列列名id…
RowSet的數據信息在queArray隊列中，調試結果如下：可以看出第一個數據元素是一個Object包含了3列，數據內容為（N，1，a…）
