kettle

kettle是一款用于数据库编辑的专业软件。它是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，数据抽取高效稳定。软件中文名称叫水壶，该项目的主程序员MATT 希望把各种数据放到一个壶里，然后以一种指定的格式流出。Kettle这个ETL工具集，它允许你管理来自不同数据库的数据，通过提供一个图形化的用户环境来描述你想做什么，而不是你想怎么做。Kettle中有两种脚本文件，transformation和job，transformation完成针对数据的基础转换，job则完成整个工作流的控制。它能够能帮助你轻松连接数据库的工具，本程序需要JAVA支持，要先安装JRE虚拟机后才能运行，同事软件内置创建数据库连接向导和复制拷贝表向导，小编这里给你带来的是绿色版，软件绿色无需安装。软件可以帮助你实现你的ETTL需要：抽取、转换、装入和加载数据数据，且抽取高效稳定。软件这个ETL工具集，翻译成中文名称应该叫水壶，寓意为希望把各种数据放到一个壶里然后以一种指定的格式流出。

使用教程

1、打开Spoon.bat，打开后请耐心等待一会儿时间。

2、配置软件的环境变量：（前提是配置好Java的环境变量,因为他是java编写，需要本地的JVM的运行环境）在系统的环境变量中添加KETTLE_HOME变量，目录指向软件的安装目录
新建系统变量：KETTLE_HOME
变量值： D:\kettle\data-integration（具体以安装路径为准，软件的解压路径，直到Kettle.exe所在目录）
选择PATH添加环境变量：
变量名：PATH
变量值：% KETTLE_HOME%;
3、建立转换。
在文件->新建装换。
新建转换后在左边的主对象树中建立DB连接用以连接数据库。

建立数据库连接的过程与其他数据库管理软件连接数据库类似。
注意：在数据库链接的过程中，可能会报某个数据库连接找不到的异常。那是因为你没有对应的数据库链接驱动，请下载对应驱动后，放入软件的lib文件夹。
4、简单的数据表插入\更新
新建表插入
在左边的面板中选择“核心对象”，在核心对象里面选择“输入->表输入”,用鼠标拖动到右边面板。

5、双击拖过来的表，可以编辑表输入。
选择数据库连接和编辑sql语句，在这一步可以点击预览，查看自己是否连接正确。

6、通过插入\更新输出到表。
在左边面板中选择核心对象、选择“输出->插入\更新”

7、编辑插入更新：
首先：表输入连接插入更新。
选中表输入，按住shift键，拖向插入更新。

8、然后：双击插入更新，编辑它。
到这里基本上，这个转换就要做完了，可以点击运行查看效果，看是否有误，这个要先保存了才能运行，可以随意保存到任何一个地方。

9、使用作业控制上面装换执行。
使用作业可以定时或周期性的执行转换，新建一个作业。并从左边面板拖入start 和转换。

10、双击start可以编辑，可以设置执行时间等等

11、点开装换，可以设置需要执行的转换任务，比如可以执行上面我们做的转换，XXX.ktr最后点击运行即可。

功能特色

1、开源实用
作为一款开源的软件，拥有十分完善的功能特性
2、多端运行
可以在windows、mac、Linux等多个系统上运行
3、上手快速
使用图形界面，学习使用上手更加迅速，十分实用
4、高效运行
软件运行起来十分流畅高效，不卡顿，感受更好
5、性能稳定
kettle用于数据库的连接十分稳定可靠，可以放心使用

应用场景

1、表视图模式：这种情况我们经常遇到，就是在同一网络环境下，我们对各种数据源的表数据进行抽取、过滤、清洗等，例如历史数据同步、异构系统数据交互、数据对称发布或备份等都归属于这个模式；传统的实现方式一般都要进行研发（一小部分例如两个相同表结构的表之间的数据同步，如果sqlserver数据库可以通过发布/订阅实现），涉及到一些复杂的一些业务逻辑如果我们研发出来还容易出各种bug；
2、前置机模式：这是一种典型的数据交换应用场景，数据交换的双方A和B网络不通，但是A和B都可以和前置机C连接，一般的情况是双方约定好前置机的数据结构，这个结构跟A和B的数据结构基本上是不一致的，这样我们就需要把应用上的数据按照数据标准推送到前置机上，这个研发工作量还是比较大的；
3、文件模式: 数据交互的双方A和B是完全的物理隔离，这样就只能通过以文件的方式来进行数据交互了，例如XML格式，在应用A中我们开发一个接口用来生成标准格式的XML，然后用优盘或者别的介质在某一时间把XML数据拷贝之后，然后接入到应用B上，应用B上在按照标准接口解析相应的文件把数据接收过来

常见问题

如果没有则创建资源库

有时候我们数据库中的表的字段进行了更新（增加或删除字段），但是在使用“表输入”控件的“获取SQL语句”功能是会发现的到的字段还是原来的字段，这是由于缓存造成的，需要进行缓存清理。

在软件使用JDBC连接MySQL时，对于表中数据类型为tinyint的字段，读取时有可能会将其转为bool类型，这有可能造成数据丢失。例如，有一个叫status名字的tinyint类型字段，取值有三种：0、1、2。软件读取之后很可能将0转为false，1、2都转为true。输出时，将false转为0，true转为1，这样就会造成元数据中status为2的数据被错误的赋值为1。
解决这个问题时，可以在读取元数据时将status转为int或char。比如SELECT CAST(status as signed) as status FROM 或SELECT CAST(status as char) as status FROM

更新日志

1、新版kettle改进的性能和可扩展性
2、远程监控和执行转换
3、集群支持（MPP）
4、数据库分区支持（不与表划分混淆）
5、大量的内存和性能改进
6、增强的数据库支持
7、改进的报价算法
8、在步骤中分离架构/所有者和表名
9、数据库连接池支持