一:kettle的简介
1.Kettle概述
1) Kettle是国外免费的开源轻量级ETL工具，是基于Java语言开发的，在Windows.Linux,UNIX 系统上运行，且绿色不需安装，可用于各种数据库之间的连接。
四个组件组成，分别是Spoon，Pan，Kitchen以及Carte组件，具体功能如 下：
*Spoon为集成开发软件，用于构建作业和转换，执行或调试作业和转换，还可以用在监控 ETL操作性能。
*Pan以命令行形式执行Spoon生成的转换程序。
*Kitchen以命令行的方式执行Spoon生成的作业程序
*Carte是一个重要组件，是基于Jetty的轻量级HTTP服务器，主要用于监控HTTP执行作业和 转换的进度。
2.Kettle设计原则
易于开发，避免自定义开发，所有用户都可以通过用户界面完成，无命名限制，透明，灵活的数 据通道，只映射需要映射的字段.
二:kettle的下载安装
1、Kettle官网的下载地址为：http://sourceforge.net/projects/pentaho/files/Data%20Integration/， 在官网下载安装包。
2、解压文件，执行spoon.bat。
3、配置Kettle（在网上搜索即有详细的引导步骤）。
4、启动Kettle。
注意:绿色无需安装,只需要解压就好,无需最新版本.有时候最新版本可能会出现一些问题,
三:kettle的基本概念(作业和转换)
1. Kettle工具的执行分为两个层次，即转换和作业，这两个层次的主要区别在于数据传递和执行方式
2.kettle的概念模型
3.转换
数据抽取，转换和加载等等，其本质是一组图形化的数据转换配置逻辑结构。包括读取文件，过滤输出行，数据清洗或将数据加载到数据库中等步骤，转换中的步骤是通过跳连接的。
2)下图为Kettle转换示例：
步骤，跳， 注释以及数据行，具体介绍如下;
3)步骤：转换中的基本组成部分，也可称之为控件，以图标的方式呈现。
特性：a.每个步骤必须要有一个名字且这个名字在转换范围内唯一；
步骤通 过输入跳接收数据；
c.大多数步骤都有多个输出跳，一个步骤的数据发送可以设置为轮流发送和复制 发送；
d.在运行转换时，一个线程运行一个步骤和步骤的多个副本，所有步骤的线程几 乎同时运行，数据行就会连续流过步骤之间的跳。
2)跳：数据的通道，应用于连接两个步骤，实现将元数据从一个步骤传递到另一个步骤，支持分 发和复制等方式。
注：由于每个步骤都是单独的线程，当启动转换时，每个步骤都会创建各自的线程并接收和推送数据（这样并发程序最高），所以数据处理的顺序并不是按照节点连接箭头的顺序执行的。由于转换里的步骤都依赖于前一个步骤获取字段值，因此当创建新跳时，在转换里不能循环进行。
3)注释：以文本描述的方式呈现在作业中，只为增强流程的可读性，可放在任何一个位置。（注释并不参与程序的处理）
4)数据行：数据是以数据行形式沿着步骤流动。一个数据行是从零到多个字段的集合。Kettle中字段的数据类型一共有10种，具体见下图：
4.作业
1)作业的定义:一个作业包含一个或者多个作业项，并且这些作业项都是以某种顺序进行执行的。作业执行的顺序由作业项之间的跳（Job Hop）和每个作业项的执行结果决定。在工作栏中选择 文件->新建->作业->命令,下图实例
2)作业的核心对象:
a;作业的组成部分：作业项是作业的基本构成部分，也可称为控件。作业项类似于转换中的 步骤，也可以使用图标的方式进行图形化展示。（所有作业项目都是以串行方式执行的） 作业跳是作业项之间的连接线，它定义了作业的执行路径。作业里每个作业项的不同运行 结果决定了作业的不同执行路径，具体有：
b;无条件执行：不论上一个作业项执行成功还是执行失败，下一个作业项都会执行
c;当运行结果为“真”时则执行：当上一个作业项的执行结果为“真”时，执行下一个作业项。通 常需要在无错误执行的情况下使用）
d;当运行结果为“假”时则执行：当上一个作业项的执行结果为“假”或者没有执行成功执行时， 执行下一个作业项
3)多路径和回溯：
Kettle使用一种回溯算法执行作业里的所有作业项 并且作业项的执行结果（真/假）决定执行的路径。回潮算法: 假设执行到一条路径的某个 节点时，,依次执行这个节点的所有子路径，直到没有可执行的子路径，就返 回该节点的上一个节点，如此反复。
作业项结果：
作业项的执行结果不仅决定了作业的执行路径,还向下一个作业项传递了一个结果对象，结果对象包含一组数据行、一组文件名、行数(读、写、输人、输出、更新、删除、拒绝的行数)、错误数(转换中的错误数)以及脚本作业项的退出状态。
四:kettle的基本功能
1.转换管理
主要包括输入，输出，转换，应用，流程，脚本，查询，连接，检验，作业，映射，批量加载等 功能。转换功能常用控件如下图所示：
2.作业管理
主要包括通用，邮件，文件管理，条件，脚本，批量加载等。下图描述Kettle作业常用功能的控件：
3 数据库连接
数据库种类多，因此Kettle工具的数据库连接窗口包含多种数据库类型
