《数据导入与预处理应用》第2章 Kettle工具的初步使用.pptxVIP

数据导入与预处理应用-第二章Kettle工具的初步使用

目录0102Kettle的安装Kettle使用简介

内容简介本章首先介绍Kettle工具的安装及基本概念，然后通过一个案例实操介绍Kettle工具的使用。本章重要的内容如下：Kettle的安装Kettle的安装转换的基本概念可视化编程及调试Kettle的安装定时启动转换1234

01Kettle的安装

Kettle的安装Kettle开源JAVA编写多平台可视化

Kettle的安装Kettle的特点可视化丰富的工具类支持各类数据源除了支持各种关系型数据库，HBaseMongoDB这样的NoSQL数据源外，还支持Excel、Access这类小型的数据源强大的处理功能除了选择、过滤、分组、连接和排序这些常用的功能外，还支持Java表达式、正则表达式、java脚本、Java类、python等代替了完成数据转换任务的手工编码，降低了开发难度包含数据的剖析、清洗、校验、抽取、转换和加载等各类常见的ETL类支持多平台开源免费开源，良好的社区支持可以在Window、Linux、Unix上运行

Java的安装登录Java的官网后，进入到下载页面：选择当前最新的Java版本下载安装。本章以Win10操作系统安装Java10为例进行介绍。下载jdk-10_windows-x64_bin.exe完毕后，双击该文件，一路选择next，直接到安装完毕。本书的安装路径为C:\ProgramFiles\Java\jdk-10。Java的安装

Java的安装Java环境变量的配置环境变量名称环境变量值配置方式JAVA_HOMEC:\ProgramFiles\Java\jdk-10（注：此为安装路径）新建CLASSPATH.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar新建Path.;%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin追加

Java的安装右键点击“我的电脑”，在弹出的选项栏中点击“属性”

Java的安装点击“高级系统设置”。

Java的安装点击“环境变量(N)…”。

Java的安装点击“系统变量(S)”栏目下的“新建(W)…”。

Java的安装以新建的方式配置JAVA_HOME环境变量。在“变量名(N):”填入JAVA_HOME，在“变量值(V):”填入C:\ProgramFiles\Java\jdk-10。填写完毕后，点击“确定”完成新建环境变量JAVA_HOME的配置。

Java的安装参考JAVA_HOME环境变量的配置操作完成CLASSPATH环境变量的配置。CLASSPATH环境变量的值为.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar，填写完毕后，点击“确定”，完成新建环境变量CLASSPATH的配置。

Java的安装在“系统变量(S)”栏目中，点击Path环境变量，接着点击“编辑(I)…”按钮，以追加的方式开始配置Path环境变量。

Java的安装在“编辑环境变量”弹框中，点击“新建（N）”按钮

Java的安装在光标位置，增添.;%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin，点击“确定”完成Path的配置。配置完毕后，点击所有弹框的“确定”按钮，关闭所有弹框，返回到桌面。

Java的安装在命令窗口中输入java–version和javac命令，有如下输出提示，则Java的环境变量配置正确。

Kettle的下载安装与spoon启动Kettle作为一个独立的压缩包发布，可以从官网选择最新的版本下载安装。下载完毕后，解压下载的文件，点击spoon.bat即可使用。为了方便使用，可以为spoon.bat创建一个Windows桌面快捷方式。创建快捷方式后，右键单击新创建的快捷文件，在弹出菜单中选择属性。打开的属性对话框里显示了快捷方式标签。在这个标签下“更改图标”按钮可以为这个快捷方式选中一个容易识别的图标，一般选择Kettle目录下的spoon.ico文件。

Kettle的下载安装与spoon启动修改spoon.bat的图标

02Kettle的使用简介

Kettle的使用简介转换是ETL解决方案中最主要的部分，它负责处理抽取、转换、加载各阶段对数据行的各种操作。转换包括一个或多个步骤，如读取文件、过滤输出行、数据清洗或将数据加载到数据库。转换里的步骤通过跳来连接，跳定义了一个单向通道，允许数据从一个步骤向另一个步骤流动。在Kettle里，数据的单位是行，数据流就是数据行从一个步骤到另一个步骤的移动。数据流的另一个同义词就是记录流。除了步骤和跳,转换还包括了注释，注释是一个小的文本框，可以放在转换流程图的