kettle应用实践(转)

kettle应用实践（转）

今天早上在网上看到了kettle发布了最新的版本，忽然想起最近其实做了不少工作应该是ETL工具的拿手好戏，赶紧下载下来看看，看是否能够在实际的工作中应用起来。

顺便讲一下，为啥看到kettle会两眼发光。

最近写了好几个小程序，用于从一个ftp去获取数据，然后转发至另一个ftp去，或者是从一个数据库获取数据然后保存至本地的数据库中，使用的是jdk中的Timer实现的定时调度，本来也没什么问题，连续运行几个月都不会出错。

可是最近网络不是太好，周期性抽风，ping包时，每5分钟大概

会丢7-8个包，从而导致程序也会假死，过一段时间后就不正常干活了，估计是因为用了数据库连接池的问题，要是每次发起数据库连接可能就不会有问题了，偷懒也不想改了，因为网络最终肯定是会修好的 :-) 但是想试试ETL工具，因为后面还有一些类似的东西要处理，不想写代码了，用别人的轮子感觉比较好，呵呵

首先下载了kettle的最新版，kettle3.1，解压后即可运行，一般的开发人员稍微摸索一下，看看例子简单的转换还是会做的，今天小试了一把，有几个注意点记下来。

1.使用资源库（repository）登录时，默认的用户名和密码是admin/admin

2.当job是存放在资源库（一般资源库都使用数据库）中时，使用

Kitchen.bat执行job时，需使用如下的命令行：

Kitchen.bat /rep kettle /user admin /pass admin /job job名

3.当job没有存放在资源库而存放在文件系统时，使用Kitchen.bat执行

job时，需使用如下的命令行：

Kitchen.bat /norep /file user-transfer-job.kjb

4.可以使用命令行执行job后，就可以使用windows或linux的任务调度来

定时执行任务了

在一开始使用命令行方式执行job时，总是报如下的错误，琢磨了好长时间总算整明白正确的方式了。

Unexpected error during transformation metadata load

No repository defined!

下一步准备按照实际情况定制Job，做好了再写小结。

问答：Unexpected error during transformation metadata load

No repository defined!

这个问题你最后怎么解决的？

@吴悔

一开始我是将Job和Transfomation都是存放在资源库中的，然后使用Kitchen.bar执行时会报上述错误，后来登录kettle时，选择“不使用资源库”，直接将Job和Transfomation保存在本地文件中，再使用Kitchen.bat执行就没有问题了。

Kettle的第一个实践--从FTP上取文件，再放至另一个FTP上

这个实践其实不难，主要是有一个地方要注意，就是文件名通配符的写法，如果文件名格式为“TRANS_yyyymmdd.txt”，如TRANS_20081101.txt。如果想匹配所有以TRANS开头的文本文件，在kettle中要写成这样：

TRANS_.*[0-9].txt。

最后在windows操作系统中配置定时任务就可以定期执行该Job了。

Job的图：

FTP配置信息：

Kettle的第二个实践--数据获取并转换

需求：

kettletest1数据库中有table_source数据表，结构如下：

1.Id 主键

2.t_id 数据时间

3.part_id 实例ID

4.yg 数据字段1

5.wg 数据字段2

该表中的数据对于不同的实例ID，一分钟一条数据，t_id字段表示数据的时间，精确到分钟。

kettletest2数据库中有table_target数据表，结构如下：

1.Id 主键

2.marketdate 数据日期，格式为 yyyy-MM-dd

3.pointtime 时间，格式为 HH:mm

4.pointnumber 时间的数字表示，00:01表示为1，00:00表示为1440

5.plantcode 实例Code

6.yg 数据字段1

7.wg 数据字段2

需定期将table_source表中的数据获取至table_target表中，并进行如下处理：

1、将t_id数据时间字段拆分为三个字段，分别为marketdate、pointtime、pointnumber。

a、marketdate取t_id的日期部分。

b、pointtime取t_id的时间部分。

c、pointnumber为时间的数字表示，等于hour*60+minute。

d、但当t_id的时间为某日的00:00时，需将其转化为24:00，并且marketdate需取日期的前一天。如t_id为2008-12-04 00:00，则marketdate 为2008-12-03，pointtime为24:00，pointnumber为1440。

2、将part_id字段映射为plantcode字段，并根据如下规则进行转换：

part_id plantcode

3206 P01

3207 P02

3208 P03

测试中使用的数据库均为mysql数据库。

实战：

整个转换工作共分为三个步骤，如下图：

1、定义需获取的数据的日期