KETTLE使用说明及带输入参数的java调用.docx

KETTLE使用说明及带输入参数的java调用.docx

《KETTLE使用说明及带输入参数的java调用.docx》由会员分享，可在线阅读，更多相关《KETTLE使用说明及带输入参数的java调用.docx（21页珍藏版）》请在冰豆网上搜索。

KETTLE使用说明及带输入参数的java调用

ETL工具——kettle使用说明

1简介

ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程），Kettle是一款国外开源的etl工具，纯java编写，数据抽取高效稳定。

2运行环境：

OS：

Window、Linux、Unix均可

Jdk1.4以上

3开始使用：

Kettle可以在http:

//kettle.pentaho.org/网站下载。

下载kettle压缩包，因kettle为绿色软件，解压缩到任意本地路径即可。

（本文着重介绍kettle3.2.0稳定版

）

Spoon是一个图形用户界面，在不同平台上运行Spoon需要不同的脚本：

Spoon.bat:

在windows平台运行Spoon（或直接点击Kettle.exe）。

Spoon.sh:

在Linux、AppleOSX、Solaris平台运行Spoon。

登陆一般选择没有资源库：

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。

4转换（Transformation）

Ø新建一个转换

kettle默认transformation文件保存后后缀名为ktr

Ø新建数据库连接

（此链接也可在用到的节点处配置）

填写数据源配置内容

点击Test测试连接成功：

Ø核心对象

切换到核心对象，菜单列出的是Transformation中可以调用的环节列表，可以通过鼠标拖动的方式对环节进行添加。

并且可通过shift+鼠标拖动，实现环节之间的连接。

常用节点介绍（红色节点后面逐一演示）

类别

环节名称

功能说明

输入

文本文件输入

从本地文本文件输入数据

表输入

从数据库表中输入数据

获取系统信息

读取系统信息输入数据

输出

文本文件输出

将处理结果输出到文本文件

表输出

将处理结果输出到数据库表

插入/更新

根据处理结果对数据库表机型插入更新，如果数据库中不存在相关记录则插入，否则为更新。

会根据查询条件中字段进行判断

更新

根据处理结果对数据库进行更新，若需要更新的数据在数据库表中无记录，则会报错停止

删除

根据处理结果对数据库记录进行删除，若需要删除的数据在数据库表中无记录，则会报错停止

查询

数据库查询

根据设定的查询条件，对目标表进行查询，返回需要的结果字段

流查询

将目标表读取到内存，通过查询条件对内存中数据集进行查询

调用DB存储过程

调用数据库存储过程

转换

字段选择

选择需要的字段，过滤掉不要的字段，也可做数据库字段对应

过滤记录

根据条件对记录进行分类

排序记录

将数据根据某以条件，进行排序

空操作

无操作

增加常量

增加需要的常量字段

脚本

ModifiedJavaScriptValue

扩展功能，编写JavaScript脚本，对数据进行相应处理

映射

映射（子转换）

数据映射

作业

SatVariables

设置环境变量

GetVariables

获取环境变量

✓表输入

双击拖动到工作面板上的表输入结点，选择（或者新建）所需要的数据库连接，点击获取SQL查询语句或自行编辑SQL。

若需根据前一步获取数据进行查询，可用“？

”号代替，变量顺序与前一节点相同

✓字段选择

界面如下：

选择和修改：

指定需要流到输出流中的字段的精确顺序和名称

删除：

指定从输出流中删除的字段（以后输出流将不会获取到此数据）

元数据：

修改元数据字段的名称、类型、长度和精度

✓插入/更新

如下图，表示当原表的id=new_test.id时，比较createdate和account，若不同就进行更新，如果没有此id就插入该数据

Ø运行Transformation：

一个简单的Transformation如下：

这里可以不用配置直接启动

执行结果中可以查到执行步骤以及输出日志

5任务（Job）

Ø新建一个Job

kettle默认job文件保存后后缀名为kjb

Ø核心对象

菜单列出的是Job中可以调用的环节列表，可以通过鼠标拖动的方式对环节进行添加。

每一个环节可以通过鼠标拖动来将环节添加到主窗口中。

并可通过shift+鼠标拖动，实现环节之间的连接。

常用节点介绍（红色节点后面逐一演示）

类别

环节名称

功能说明

START

开始

DUMMY

结束

Transformation

引用Transformation流程

Job

引用Job流程

Shell

调用Shell脚本

SQL

执行sql语句

FTP

通过FTP下载

Mail

发送邮件

Tableexists

检查目标表是否存在，返回布尔值

Fileexists

检查文件是否存在，返回布尔值

Waitfor

等待时间，设定一段时间，kettle流程处于等待状态

Javascript

执行JavaScript脚本

Createfile

创建文件

Deletefile

删除文件

Waitforfile

等待文件，文件出现后继续下一个环节

FileCompare

文件比较，返回布尔值

Zipfile

压缩文件为ZIP包

✓Start结点

一个Job任务要求要有一个start结点作为工作流入口。

如图，设置任务流开始执行的时间，可以循环执行，该图定义为每天16:

32执行一次

✓Transformation结点

调用一个Transformation，选择指定的Transformation文件（*.ktr）

✓Mail结点

配置好目的方和发送方的地址以及SMTP服务器地址

此处验证是发送方的用户信息：

Ø运行Job：

一个简单的Job流程如下：

开始结点进入流程，到目标时刻时执行DBUpdate，成功后会发送邮件

6Java调用

（注：

此处用的是kettle3，kettle4的调用有所不同）

Jar包引用

调用Kettle需要用到的基本jar包如下：

其他jar包可根据具体的transformation或job做添加，这些jar包基本都可以从data-integration目录中的libext文件夹下找到。

调用本地的transformation

示例代码如下：

/**

*调用本地trans

*

*@paramtransFileName

*trans文件路径

*@throwsKettleException

*/

publicvoidcallNativeTrans（StringtransFileName）throwsKettleException{

//初始化

EnvUtil.environmentInit（）;

StepLoader.init（）;

//转换元对象

TransMetatransMeta=newTransMeta（transFileName）;

//转换

Transtrans=newTrans（transMeta）;

//执行转换

trans.execute（null）;

//等待转换执行结束

trans.waitUntilFinished（）;

}

调用本地的job

示例代码如下：

/**

*调用本地job

*

*@paramjobFileName

*job文件路径

*@throwsKettleException

*/

publicvoidcallNativeJob（StringjobFileName）throwsKettleException{

//初始化

EnvUtil.environmentInit（）;

JobEntryLoader.init（）;

StepLoader.init（）;

//日志TransTest.log最终会出现在项目根目录下

LogWriterlog=LogWriter.getInstance（"TransTest.log",true,

LogWriter.LOG_LEVEL_DETAILED）;

//job元对象

JobMetajobMeta=newJobMeta（log,jobFileName,null）;

//job

Jobjob=newJob（log,StepLoader.getInstance（）,null,jobMeta）;

jobMeta.setInternalKettleVariables（job）;

//执行job

job.execute（）;

//等待job执行结束

job.waitUntilFinished（）;

}

带参数的transformation调用

做这样一个transformation（将传入的参数输出到一个文本文件中）：

获取系统信息中作如下配置：

示例代码如下：

/**

*带参数的transformation调用

*

*@paramtransFileName

*trans文件路径

*@paramparams

*参数

*@throwsKettleException

*/

publicstaticvoidcallNativeTrans（StringtransFileName,String[]params）throwsKettleException{

//初始化

EnvUtil.environmentInit（）;

StepLoader.init（）;

//转换元对象

TransMetatransMeta=newTransMeta（transFileName）;

//转换

Transtrans=newTrans（transMeta）;

//此处为输入的参数，也可以通过参数传进方法中

//String[]s={"123"};

//执行转换

trans.execute（params）;

//等待转换执行结束

trans.waitUntilFinished（）;

}