相關概念：
Kettle數據清洗是采用元數據(Meta-data)驅動，以數據流的方式進行的，數據從數據源（數據庫/文件等）在一系列相連的step之間依次向后流動，各個step完成對流經該step的數據進行需要的處理工作。
Kettle中的數據轉換組件按粒度從小到大分為Step、Trans、Job。
Step：是完成單一具體功能的組件，如從文件中讀取數據、對流中的字段進行字符串拆分操作、對不能為空的字段設置相應默認值、將流中的數據寫入到數據表等。
Trans：轉換，一般最終清洗完成的數據庫中有多少個標准表，就要有多少個Trans，通常與表是一一對應的。
Trans由多個Step組成，Step之間使用hop連接，實現數據在Step之間的流動，一系列Step的連接從而完成更復雜的轉換。
Job：作業，由多個Trans組成，表示一次完整的數據清洗任務。
kettle的使用：
新建一個轉換
1新建空白轉換
文件—>新建—>轉換 ：新建一個空白的轉換，ctrl+s保存該轉換，命名為標准表的表名；
2添加數據庫連接
在主對象樹中，雙擊DB連接，或右擊DB連接，選擇新建數據庫連接，打開數據庫連接對話框：
其中Oracle數據庫連接中的數據表空間，索引表空間兩項不需要填。其余參數必填，填好之后點測試，檢測是否能正確連接，連接成功后，點確認，便保存了當前連接。
其實，可以隨時在需要的時候建立數據庫連接，而不必剛開始就添加。
3添加需要的step
在核心對象的各個分組中，找到需要的step，雙擊，或者拖拽到右側設計界面，即可添加step到當前轉換中。
簡單示例：新建一個轉換，實現生成10000條測試數據，存放到mysql中的表t1中，t1只有兩個字段，一個是整型，一個是varchar。
step1：新建一個空白轉換，保存，文件名為data_gen.ktr
step2：在核心對象樹中找到“輸入”分組中的“生成記錄”這個Step，並拖放到右邊的工作區中
Step3：在“轉換”分組中，找到“添加序列”，並拖放到工作區中
Step4：在“輸出”分組中，找到“表輸出”Step，並拖放到工作區中
Step5：單擊選中“生成記錄”，然后按住shift+鼠標左鍵，拖至“增加序列”，如此，便在這兩個Step中建立了一個Hop，將這兩個Step鏈接起來，注意hop是有向的。
同樣的方法鏈接“增加序列”和“表輸出”
Step6：雙擊“生成記錄”配置該Step的元數據信息：
如圖中的修改，步驟名稱更改為“生成字符串”；限制改為“10000“，表示生成10000條記錄；字段列表中，如圖填寫，名稱隨意，類型在下拉列表中選擇String，值填寫”aaaa”，其他留空，不要填寫。然后，點擊確定即可。
Step7：雙擊“增加序列”，配置其元數據信息：
如圖填寫：值的名稱即為當前添加字段的名稱，使用計數器來生成序列，會生成從1遞增的序列，可以修改起始值即步長。最大值可以修改為10000，不設置也行，因為它之前的Step結束后，它也跟着結束了。
Step8：雙擊表輸出，配置其元數據信息：
點數據庫連接后面的“新建”按鈕，即為創建一個數據庫連接。
根據自己數據庫的實際情況，設置上述信息，最好點擊下連接測試，防止信息填寫錯誤。
測試通過，后確認即可保存該數據庫連接，此時表輸出設置窗口的數據庫連接自動填上了剛才建立的連接：
點擊目標表后的“瀏覽”按鈕，選擇要存放數據的表：
如上圖，我選擇了t1表存放生成的數據。
提交記錄數量，是每多少條數據提交一次，這里可以默認。
勾選指定數據庫字段，否則下面沒法設置：
然后切換到數據庫字段選項卡，點擊輸入字段映射，會自動獲取流入該Step中數據的各個字段名，以及該表中的字段名。
點擊源字段中的某個字段，然后點擊目標中的某個字段，然后點擊add按鈕，表示兩者之間建立了一個映射，該源字段的值都存在對應的目標字段中。當源字段與目標字段的名字有相同字符串時，可以使用猜一猜，自動匹配，不過不保證准確性。
匹配完成，點擊確定。
如上，這個轉換就建立完成了，注意Ctrl+S保存。
Step9：運行該轉換，查看結果：
點擊：三角形按鈕，表示執行
在彈出的窗口中，點“啟動”即可。
成功執行后，出現如下信息：若失敗，會出現紅色的“×”，並且會在下面日志中記錄錯誤的Step及錯誤信息。
查看t1表中有無數據:
如上，便成功生成了10000條測試數據。