一、什么是kettle
kettle也稱PDI，數據整合工具
kettle的官網：https://community.hitachivantara.com/s/article/data-integration-kettle
二、kettle概念模型
1、kettle執行分為兩個層次：Job（作業）和Transformation（轉換）
Job：可以有多個Transformation同時存在，Job進行調度
Transformation中有多個步驟（組件）：數據的讀取、數據處理（如多余字段的過濾、修改等）、往HDFS中加載
2、轉換包含兩個部分：Step（步驟）和Hop（跳）
步驟也叫組件，Transformation中的多個組成部分
跳也叫連接，多個步驟之間的連接（消息隊列）
三、Kettle核心組件
1、Spoon：圖形化界面工具，操作Job和Transformation都可以在這個界面中完成
2、Pan：用於終端執行Transformation，沒有圖形化界面
3、Kitchen：Job執行器（命令行方式），在終端執行Job，沒有圖形化界面
4、Carte：遠程執行Job或Transformation，Kettle通過Carte建立集群
四、Kettle的特點及應用場景
特點：
1、免費開源，基於java的免費開源軟件，對商業用戶沒有限制
2、在windows、linux、unix上運行，不需要安裝
3、支持不同數據庫
4、圖形化界面
5、定時功能
應用場景：
1、數據庫之間數據的遷移
2、數據庫導出數據到文件
3、導入大規模數據到數據庫
4、數據清洗
五、Kettle下載與安裝
下載：
安裝：解壓后雙擊Spoon.bat即可啟動kettle
六、入門案例
1、需求：讀取csv文件，轉換成Excel文件
在輸入中選擇csv，輸出中選擇excel，按住shift建立跳，保存並運行
注意：
各個轉換中每個步驟的啟動順序是不固定的
但是當有多個轉換時，Job可以控制步驟的執行順序
2、每一個Job必須由start開頭，綠色箭頭代表成功后執行下一步驟，紅色箭頭代表失敗后執行下一步驟，黃色箭頭代表無條件執行
