kettle（pentaho data integration），是一款開源的C/S版的ETL工具，最近打算學習一下kettle源碼，並自己寫一個mini kettle，並改造成基於事件觸發的流處理模型，前端欲支持桌面版和Web版。
首先，首要的工作是將kettle工程構建起來，達到能邊跑看調試來觀察學習源碼。筆者采用的是自己構建一個項目，將kettle的相關模塊代碼和資源文件導入，並添加依賴庫的方式，自認為有些不爽，但由於官網github下下來的工程，采用的是ivy構建工具，筆者沒辦法把依賴都下載下來，所以只能采用這種拙劣的方式。具體步驟如下：
-
下載源碼。
本次源代碼，筆者使用的是5.0.1-stable-R版本。kettle使用git進行版本控制，我們到kettle的github倉庫將源代碼下載下來（也可以使用git命令下載相應版本分支）。
如上圖所示，訪問github倉庫，在Branch中選擇tags，直接搜索5.0.1，選擇5.0.1-stable-R版本，接着，點擊Download ZIP下載項目的壓縮文件到本地，並解壓。
-
下載kettle發布包。
這一步是為了為工程提供所依賴的jar包，由於很多jar無法下載成功，這里直接使用發布包中帶的jar包，在后面的步驟中，將以此為基礎新建用戶庫，新建的工程將依賴這個用戶庫。
訪問https://sourceforge.net/projects/pentaho/files/Data Integration/ 下載相應版本（筆者的是5.0.1-stable-R版本）的發布包，解壓到本地。
如果讀者想使用其他版本，原則上是可以的，只要源代碼和發布包的版本一致。
-
新建工程，拷入代碼、資源。
在Eclipse中，新建java工程，命名為kettle-5.0.1，新建幾個源代碼文件夾（source folder），分別為:core、dbdialog、engine、ui、resources，core、dbdialog、engine、ui與下載下來的源代碼工程里的目錄是一致的，將存放各個模塊源代碼，resources將存放這四個模塊里的資源文件。
分別拷貝步驟一獲取的源代碼的四個目錄下的src目錄下的org文件夾將其拷至新建工程的相應源代碼文件夾。並將源代碼的四個目錄下的src目錄下的除org文件夾以外的文件，拷貝至新建工程的resources源代碼文件夾。另外，需要將源代碼的assembly文件夾拷貝至新建工程中，設置子目錄package-res為源代碼文件夾，並把assembly\package-res\ui目錄里的內容拷貝一份至新建工程的ui源代碼文件夾下。
完成此步驟，將得到如圖所示的工程結構（不包含kettle-5.0.1用戶庫依賴）。
-
配置項目jdk版本和用戶庫。
右鍵工程build path選擇configure build path，修改jre system library為jdk1.6。點擊windows->preferences，創建用戶庫kettle-5.0.1。如圖所示：
add external jars，找到步驟二下載下來的發布包下的lib目錄，全部導入，並導入libswt\win64目錄下的swt.jar，這里還需要將部分jar移除，需移除的jar如下：kettle-core-5.0.1-stable.jar、kettle-dbdialog-5.0.1-stable.jar、kettle-engine-5.0.1-stable.jar、kettle-ui-swt-5.0.1-stable.jar、xml-apis.jar、xmlParserAPIs-2.6.2.jar、stax-api-1.0.1.jar、wsdl4j-qname-1.6.1.jar。
前4個kettle開頭的是我們新建工程中已經有的代碼，后面幾個是為了解決jar包沖突問題。
新建好用戶庫，右鍵工程build path選擇configure build path，點擊add library，選擇User library，將kettle-5.0.1引入。如下圖所示
完成以上步驟后后，kettle就能跑起來了，kettle入口類是ui模塊下的org.pentaho.di.ui.spoon.Spoon.java