Kettle的使用说明
kettle使用手册
kettle使用手册Kettle使用手册一、Kettle简介1.1 Kettle概述Kettle（也被称为Pentaho Data Integration）是一款开源的ETL（Extract, Transform, Load）工具，它能够从各种数据源中提取数据，并进行各种转换和加工，最后将数据加载到指定的目的地中。
Kettle具有强大的数据处理功能和友好的图形化界面，使得数据集成和转换变得简单而高效。
1.2 功能特点- 数据抽取：从多种数据源中提取数据，包括关系型数据库、文件、Web服务等。
- 数据转换：支持多种数据转换操作，如字段映射、类型转换、数据清洗等。
- 数据加载：将转换后的数据加载到不同的目的地，如数据库表、文件、Web服务等。
- 调度管理：支持定时调度和监控，可自动执行数据集成任务。
二、安装与配置2.1 系统要求在安装Kettle之前，请确保满足以下系统要求： - 操作系统：Windows、Linux、Unix等。
- Java版本：JDK 1.8及以上。
- 内存：建议至少4GB的可用内存。
2.2 安装Kettle最新版本的Kettle安装包，并按照安装向导进行安装。
根据系统要求和个人需求进行相应的配置选项，完成安装过程。
2.3 配置Kettle在安装完成后，需要进行一些配置以确保Kettle正常运行。
具体配置步骤如下：- 打开Kettle安装目录下的kettle.properties文件。
- 根据实际需要修改配置项，如数据库连接、日志路径、内存分配等。
- 保存修改并重启Kettle。
三、Kettle基础操作3.1 数据抽取3.1.1 创建数据源连接打开Kettle，左上角的“新建连接”按钮，在弹出的窗口中选择待抽取的数据源类型（如MySQL、Oracle等），填写相关参数并测试连接。
3.1.2 设计数据抽取作业- 打开Kettle中的“转换”视图。
- 从左侧的工具栏中选择适当的输入组件（如“表输入”或“文件输入”），将其拖拽到设计区域中。
kettle的使用方法
kettle的使用方法Kettle是一种用于数据集成和转换的开源工具，也被称为Pentaho Data Integrator（PDI）。
它提供了一套功能强大的工具，可以帮助用户从不同的数据源中提取、转换和加载数据。
本文将介绍Kettle 的使用方法，帮助读者快速上手使用该工具。
一、安装Kettle您需要从Kettle官方网站下载最新版本的安装包。
安装包通常是一个压缩文件，您可以将其解压到您选择的目录中。
然后，通过运行解压后的文件夹中的启动脚本来启动Kettle。
二、连接数据源在使用Kettle之前，您需要先连接到您的数据源。
Kettle支持多种类型的数据源，包括关系型数据库、文件、Web服务等。
您可以使用Kettle提供的连接器来连接到您的数据源，或者根据需要自定义连接器。
连接成功后，您可以在Kettle中查看和操作您的数据。
三、创建转换在Kettle中，数据转换是通过创建转换作业来实现的。
转换作业是由一系列的转换步骤组成的，每个步骤都执行特定的数据操作。
您可以使用Kettle提供的各种转换步骤，如数据提取、数据过滤、数据转换、数据加载等，来构建您的转换作业。
四、配置转换步骤在创建转换作业后，您需要配置每个转换步骤的参数和选项。
例如，在数据提取步骤中，您需要指定要提取的数据源和查询条件。
在数据转换步骤中，您可以定义数据的转换逻辑，如数据清洗、数据合并、数据计算等。
在数据加载步骤中，您需要指定目标数据表和加载方式。
五、运行转换作业完成转换步骤的配置后，您可以运行整个转换作业，将数据从源数据源提取、转换和加载到目标数据源。
在运行转换作业之前，您可以选择性地预览转换结果，以确保数据操作的准确性和一致性。
Kettle还提供了调试功能，可以帮助您快速定位和解决转换作业中的问题。
六、调度转换作业除了手动运行转换作业之外，Kettle还支持将转换作业安排为定期执行的任务。
您可以使用Kettle提供的调度功能，根据您的需求设置转换作业的执行时间和频率。
kettle使用方法
kettle使用方法一、什么是kettle?Kettle是一款功能强大的开源ETL (Extract, Transform, Load) 工具，用于处理各种数据的抽取、转换和加载。
它提供了可视化的界面，使用户能够轻松地创建和管理数据流程。
二、kettle的安装和配置1.下载kettle安装包，并解压到指定目录。
2.进入kettle目录，在终端中运行spoon.sh (Linux/Mac) 或spoon.bat(Windows) 启动kettle。
3.在弹出的窗口中，点击”File”菜单，选择”Preferences”打开配置页面。
4.在配置页面中，设置kettle的选项，如数据连接、插件路径等。
三、kettle中的数据流程1.创建一个新的数据流程：点击工具栏上的”新建”按钮，在弹出的对话框中选择”Transformation”创建一个新的转换，或选择”Job”创建一个作业。
2.在数据流程中，可以拖拽各种组件来构建转换或作业，如数据输入、数据输出、转换、聚合等。
3.连接组件：使用鼠标拖拽连线工具，连接各个组件，定义数据的流向。
4.配置组件：双击组件，如数据输入组件，可以配置数据源的连接信息、查询语句等。
5.定义转换规则：在转换组件中，根据需要配置字段映射、条件过滤、转换函数等。
6.运行数据流程：点击工具栏上的”运行”按钮，运行数据流程并查看结果。
四、kettle的常用组件和功能1.数据输入：用于读取数据源的组件，支持多种数据源，如数据库、文件、Web服务等。
2.数据输出：用于将数据写入目标的组件，支持多种输出格式，如数据库表、文件、Web服务等。
3.转换组件：用于对数据进行转换的组件，如字段映射、类型转换、条件过滤、聚合等。
4.调度和监控：kettle提供了作业调度和监控的功能，可以定时执行作业、生成报表等。
5.插件扩展：kettle支持插件扩展，用户可以根据需要开发自己的插件，用于处理特定的数据源或转换规则。
Kettle的使用说明
KETTLE使用说明简介Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。
Kettle 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。
Kettle可以在/网站下载到。
注：ETL，是英文Extract-Transform-Load 的缩写，用来描述将数据从来源端经过萃取（extract）、转置（transform）、加载（load）至目的端的过程。
ETL 一词较常用在数据仓库，但其对象并不限于数据仓库。
下载和安装首先，需要下载开源免费的pdi-ce软件压缩包，当前最新版本为5.20.0。
下载网址：/projects/pentaho/files/Data%20Integration/然后，解压下载的软件压缩包：pdi-ce-5.2.0.0-209.zip，解压后会在当前目录下上传一个目录，名为data-integration。
由于Kettle是使用Java开发的，所以系统环境需要安装并且配置好JDK。
žKettle可以在/网站下载ž 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。
运行Kettle进入到Kettle目录，如果Kettle部署在windows环境下，双击运行spoon.bat 或Kettle.exe文件。
Linux用户需要运行spoon.sh文件，进入到Shell提示行窗口，进入到解压目录中执行下面的命令：# chmod +x spoon.sh# nohup ./spoon.sh & 后台运行脚本这样就可以打开配置Kettle脚本的UI界面。
Kettle配置使用说明
Kettle配置使用说明Kettle配置使用说明1.文件结构1.1 kettle4.0.1该文件夹存放的是kettle4.0.1的桌面应用程序,/kettle4.0.1/Spoon.bat是运行软件的一个批处理文件,双击运行。
1.2 workspace该文件夹存放的是以各个警种总队全拼命名的分别存放.ktr文件和.job文件的文件夹。
Start.job是一个启动总纲。
1.3 script该文件夹是存放的数据库建库脚本,目前是oracle10g版本1.4 model存放的是powerDesign的cdm概念模型文件用于根据需要生成pdm和script。
2.文件路径配置本系统使用的都是系统所在路径的相对路径,不管处于什么目录下都请将kettle4.0.1和workspace的文件夹放在同一目录之下。
当然你可以随意改变文件夹的名称。
3.运行环境配置先运行一次/kettle4.0.1/Spoon.bat,Linux就不说了,如果你用的是windows系统,那么你可以在/${userhome}/.kettle下找到一个.kettle的文件夹主要说下：Response.xml－记录资源库信息（自己去勾）Kettle.property－这是好东西,可以让你在软件中任何可以使用到环境变量的地方使用到里面的配置信息(键-值对配置),类似全局变量。
当然是有利有弊,配置点什么数据库连接和一些常用的东西之外别把那里当仓库,想下全局变量定义的多了会给系统带来什么风险。
A_fileInput=file:///E:/Test_Server/srcFile/A_fileOutput=file:///E:/Test_Server/errFile/这2个属性是配置读取的Excel文件和输出错误的Excel文件用到的路径配置。
由于文件名命名的差异和存放位置的不同需要使用者自行配置。
有在系统内修改文件路径的风险,当然这是没有办法避免的,只能在项目初期和用户有这方面的约定俗成。
KETTLE组件介绍及使用
KETTLE组件介绍及使用
KETTLE(Knowledge Extraction Toolkit)是一款用于ETL(Extract, Transform, Load)过程的开源数据集成工具。
它是由Pentaho开发的，主
要用于处理和转换各种数据源，将数据从一个地方提取出来，经过转换处
理后加载到另一个地方。
转换是指将数据从一个格式转换为另一个格式的过程。
在KETTLE中，转换通过连接和组合一系列转换步骤来完成。
每个步骤可以执行各种操作，如读取文件、提取数据库中的数据、过滤和清洗数据等。
用户可以通过拖
放步骤并设置相应的参数来构建转换。
作业是一系列转换的组合，可以按特定的顺序或条件运行。
作业可以
包含多个转换，并且可以在一个转换完成后触发另一个转换的运行。
作业
还可以设置并行运行多个转换，提高ETL过程的效率。
使用KETTLE的主要步骤包括：
2.启动KETTLE：安装完成后，可以通过双击KETTLE的可执行文件来
启动它。
一旦启动，就可以看到KETTLE的主界面。
总的来说，KETTLE是一款功能强大、易于使用的ETL工具，可以帮
助用户提取、转换和加载各种数据源。
无论是处理结构化数据还是处理半
结构化和非结构化数据，KETTLE都可以胜任。
它不仅适用于个人使用，
也适用于企业级的数据集成和处理。
通过使用KETTLE，用户可以简化数
据集成的流程，提高工作效率，并取得更好的数据结果。
KETTLE简单使用说明文档
KETTLE简单使用说明文档1. 下载和安装要运行此工具你必须安装SUN 公司的JAVA 运行环境 1.4 或者更高版本,相关资源你可以到网络上搜索JDK 进行下载。
设置JAVA 运行环境变量,JAVA_HOME 和PATHKETTLE 的下载可以到/取得最新版本,下载后解压,就可以直接运行。
2.kettle主要有两部分组成，主对象树，核心对象，3.新建一个kettle文件(数据库之间做处理)1)转换右键点击新建，如图所示2) 设置数据库连接,上图DB连接右键新建(支持多库连接): 如图:3）核心对象里面有很多组件，通过拖拽来供给我们做操作，如图4）添加一个源输入，打开输入文件夹，可以看到各种输入类型，支持文件，数据库等。
如图5）这里通过数据库操作，那我们这里拖拽一个表输入组件6）双击打开，可以看到你可以选择上面连接的数据库，然后通过获取sql语句来选择你要输入的源表进行操作。
并且sql语句支持传递变量参数和占位符参数，以及多表关联sql。
如下图7）输入表已经OK，那输出表呢，那我看下输出组件。
如图8）选中两个组件，右键新建节点连接。
如下图9）双击打开表输出，选择输出的数据库，以及目标表和输入表与目标表的字段映射10）映射选择以及匹配11）点击箭头弹出启动界面，点击启动，该kettle文件即可执行数据的迁移了12）上面是一个简单的数据库转换操作。
在表输入和表输出直接可以加不同组件对数据进行筛选过滤。
通过转换文件夹下的组件。
如图转换可以处理中文乱码，字段数字的计算，值的转换，序列的生成等等脚本可以用java代码，javascript,sql脚本等等查询支持调用存储过程，两个表直接关联查询等等以上只是针对kettle工具的简单实用介绍。
KETTLE使用说明
KETTLE使用说明在本使用说明中，我们将详细介绍如何使用KETTLE完成一些常见的数据处理任务。
第一步：安装和启动KETTLE在Windows中，双击运行Spoon.bat文件来启动KETTLE。
在Linux 和Mac OS中，打开终端，进入KETTLE目录，输入"./spoon.sh"命令来启动KETTLE。
第二步：创建一个新的数据流程启动KETTLE后，您将看到一个图形化界面。
在左上角的工具栏中，有一个新建按钮，点击它来创建一个新的数据流程。
在创建数据流程时，您需要为其指定一个名称。
完成后，点击确定按钮。
第三步：添加数据源在左侧的工具箱中，您可以找到各种组件，如输入步骤、输出步骤、转换步骤等。
为了演示，我们先添加一个输入步骤。
在工具箱中，找到输入步骤，并将其拖放到主界面中。
然后，双击该步骤，在弹出的对话框中配置数据源。
在配置对话框中，您需要指定数据源的类型，如文本文件、Excel文件、数据库等。
根据不同的类型，您可能需要提供相应的连接信息。
完成配置后，点击确定按钮。
在数据流程中，您可以使用转换步骤对数据进行处理。
为了演示，我们使用一个简单的转换步骤来删除重复的数据。
在工具箱中，找到去重复步骤，并将其拖放到已添加的输入步骤的下方。
然后，双击该步骤，在弹出的对话框中配置参数。
在配置对话框中，您需要指定要去重的字段。
您可以选择多个字段以进行复合去重。
完成配置后，点击确定按钮。
第五步：添加输出在数据流程中，您也需要指定一个输出步骤来保存处理后的数据。
在工具箱中，找到输出步骤，并将其拖放到已添加的去重复步骤的下方。
然后，双击该步骤，在弹出的对话框中配置输出格式和目标文件。
在配置对话框中，您需要指定输出的格式，如文本文件、Excel文件、数据库等。
根据不同的格式，您可能需要提供相应的连接信息。
完成配置后，点击确定按钮。
第六步：保存和运行数据流程完成对数据流程的配置后，点击工具栏中的保存按钮来保存数据流程。
kettle工具用法
kettle工具用法关于"kettle工具用法"的1500-2000字文章：Kettle工具是一款功能强大的开源数据集成工具，旨在简化和自动化数据导入、转换和输出的过程。
它拥有直观而强大的用户界面，可让用户通过图形化界面创建和管理数据管道。
本文将逐步回答Kettle工具的用法，涵盖安装、界面介绍、数据导入和转换、数据输出等方面。
一、安装Kettle工具首先，访问Kettle官方网站并下载最新版本的Kettle工具。
下载完成后，运行安装程序，并按照提示进行安装。
安装完成后，打开Kettle工具。
二、界面介绍打开Kettle工具后，你将看到一个主界面，其中包含了工具栏、转换面板和作业面板等。
工具栏上有各种按钮，用于打开、保存和运行数据转换和作业。
转换面板用于创建、编辑和管理数据转换，而作业面板用于创建和管理作业。
你可以通过拖放组件和连接器来建立转换和作业的流程。
三、数据导入数据导入是Kettle工具的一个重要功能，它允许将数据从各种来源导入到目标数据库或文件中。
在Kettle中，你可以通过以下步骤导入数据：1. 创建新的数据转换：在转换面板上右键单击，选择“新建转换”来创建一个新的数据转换。
2. 添加数据输入组件：在工具栏上选择“输入”，然后拖放数据源到转换面板上。
根据需要选择适当的输入类型，如CSV文件、数据库、Excel文件等。
3. 配置数据输入组件：选择添加到转换面板的数据输入组件，右键单击并选择“编辑”。
在配置窗口中，设置数据源的连接信息、查询语句和字段映射等。
4. 添加目标组件：与添加数据输入组件类似，选择“输出”按钮并拖放目标数据库或文件组件到转换面板上。
5. 配置目标组件：选择添加到转换面板的目标组件，右键单击并选择“编辑”。
在配置窗口中，设置目标数据库的连接信息、目标表或文件的格式等。
6. 连接输入和目标组件：在转换面板上，拖动鼠标从数据输入组件的输出连接器到目标组件的输入连接器上，建立数据流。
KETTLE使用说明及带输入参数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/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、Apple OSX、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）新建一个转换kettle默认transformation文件保存后后缀名为ktr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：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Modified Java扩展功能，编写JavaScript脚本，对数据进行相应处理Script Value映射映射（子转换）数据映射作业Sat Variables设置环境变量Get Variables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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
KETTLE使用说明简介Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，绿色无需安装，数据抽取高效稳定。
Kettle 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。
Kettle可以在/网站下载到。
注：ETL，是英文Extract-Transform-Load 的缩写，用来描述将数据从来源端经过萃取（extract）、转置（transform）、加载（load）至目的端的过程。
ETL 一词较常用在数据仓库，但其对象并不限于数据仓库。
下载和安装首先，需要下载开源免费的pdi-ce软件压缩包，当前最新版本为5.20.0。
下载网址：/projects/pentaho/files/Data%20Integration/然后，解压下载的软件压缩包：pdi-ce-5.2.0.0-209.zip，解压后会在当前目录下上传一个目录，名为data-integration。
由于Kettle是使用Java开发的，所以系统环境需要安装并且配置好JDK。
žKettle可以在/网站下载ž 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。
运行Kettle进入到Kettle目录，如果Kettle部署在windows环境下，双击运行spoon.bat 或Kettle.exe文件。
Linux用户需要运行spoon.sh文件，进入到Shell提示行窗口，进入到解压目录中执行下面的命令：# chmod +x spoon.sh# nohup ./spoon.sh &后台运行脚本这样就可以打开配置Kettle脚本的UI界面。
Kettle的简单使用首先，点击“文件—新建—转换”菜单创建一个转换。
我们可以看到转换的主对象数和核心对象区域，然后我们添加一个DB连接。
选择“注对象数”，双击“转换2”标签下的“DB连接”会弹出一个设置窗口。
填入连接名称，选择连接类型，配置数据库设置，然后测试下配置是否正确。
由于Kettle没有将所有的数据库的Driver文件集成，所以如果想连接指定的数据库，需要自己下载JDBC驱动，放入到解压目录下的lib目录中。
添加完JDBC 驱动后，必须重启下Kettle才能加载驱动。
1）Oracle的JDBC驱动：ojdbc6.jar2）MySQL的JDBC驱动：mysql-connector-java-5.1.32.jar注：在转换之前需要创建转换所需的表，原始表和转换的目标表。
点击“核心对象”标签页中的“输入”，选择“表输入”拖到“转换”区域。
双击“表输入”图标弹出表输入对话框，填入步骤名称，选择数据库连接，点击“获取SQL查询语句”，或者直接写入SQL语句，填写附件信息，点击“预览”按钮查看执行结果，没有错误，点击“确认”关闭对话框。
点击“核心对象”—“输出”，选择“Excel输出”拖入到转换区，双击Excel 输出图标，弹出对话框，选择文件名和其它附加参数，点击确认。
点击输入表的图标，同时按下shift键，再点击输出文件，将两者连接起来。
然后双击Excel输出进行配置。
最后一步就是执行kettle脚本，点击工具栏上的绿色箭头即可。
点击“启动”开始转换，在转换过程中会出现转换的信息，如下图所示。
完成转换后，我们可以Excel输出目录中查看转换结果。
注：时间字段换到Excel为空，修改SELECT语句中使用TO_CHAR转换成字符串，例如：TO_CHAR(START_TIME, 'yyyy-mm-dd HH24:MM:SS') AS START_TIME。
注：Excel中的记录不能超过65535条，否则会自动关闭文件，导致转换失败。
上面是一个简单的数据迁徙脚本，从数据库导出数据到EXCEL文件中。
Kettle处理HBase本教程使用的软件版本信息如下：1）Hadoop（1.2.1）2）Pantaho Data Integration（5.2.0）3）HBase（0.94.19）。
Pentaho Shim（社区版）目前支持的Hadoop版本：参考：/display/BAD/Configuring+Pentaho+for+your+Hadoop+Distr o+and+Version注：从上表中看出它不支持hadoop 1.2.x版本。
解决办法是使用HDP13的插件（基于hadoop-1.0.3/hbase-0.94.6）替代，步骤如下：1）从https:///50-hdp12下载hdp13的shim插件。
2）解压到plugins/pentaho-big-data-plugin/hadoop-configurations目录下，目录名为hdp13。
3）进入plugins/pentaho-big-data-plugin目录，修改plugin.properties文件中的active.hadoop.configuration属性为，缺省值为hadoop-20，如下：active.hadoop.configuration=hdp133）替换掉hdp13/lib目录下与Hbase和hadoop有关的Jar包，拷贝一份hbase-site.xml到hdp13目录下。
| hdp13/lib/pmr目录下替换后的Jar包：| hdp13/lib/client目录下替换后的Jar包：* 在HBase中创建一个weblogs表，步骤如下：1）打开HBase shell，在命令行中输入：hbase shell2）在Hbase中创建一个表，在hbase shell中输入：create 'weblogs', 'pageviews'* 上面命令会创建一个带有一个列族pageviews的weblogs的表。
3）执行quit退出HBase shell。
参考文档：/Documentation/5.2/0L0/0Y0/0F0/040/000/000/0301. 从下面网址下载weblogs_hbase.txt.zip压缩文件作为文本文件数据源导入：/download/attachments/23530622/weblogs_hbase.txt. zip2. 从Spoon（Kettle）中，创建一个新的转换，选择“文件—新建—转换”。
点击“核心对象—输入”标签，然后把“文本文件输入”拖到画板中。
3. 双击文本文件输入，弹出文本文件输入对话框，点击“浏览…”按钮选择weblog_hbase.txt文件，点击“添加”按钮。
选择“内容”标签，清空分隔符点击“Insert TAB”按钮，选中“头部行数量”选择框，从格式的下拉菜单中选择Unix格式。
配置输入字段，从“字段”标签页中选择“获取字段”按钮，弹出可用的字段列表，询问采样的数量，输入100点击“OK”按钮。
修改字段key的类型为String，长度为20。
点击“OK”按钮关闭对话框。
●在“核心对象—Big Data”下，把HBase Output图标拖入到面板中。
并且把文本文件输入与HBase Outpu连接起来（按住shift+拖曳）。
●双击Hbase Output，在弹出对话框中输入Zookeeper的主机名和端口号。
1）Zookeeper host(s)字段中输入Zookeeper主机名，多个主机名使用逗号分隔。
对于本地集群使用localhost。
2）在Zookeeper port字段中，输入你的Zookeeper端口号，缺省值2181。
●创建一个Hbase映射，在Create/Edit mappings标签页中告诉Pentaho在HBase中如何存储数据。
1）点击Get table names按钮，在HBase table name的选择框中选择weblogs2）Mapping name，输入pageviews3）点击“Get imcoming fields”按钮4）从Alias的key这行修改Key为Y，清除掉Column family和Column name 字段，并且设置Type字段为String，点击Save mapping。
●配置HBase out使用上面刚刚创建的映射。
1）进入到Configuration Connection标签页，点击Get table names。
2）点击Get table names，在Hbase table name的选择框中选择weblogs。
3）点击Get mappings for speficed table获取指定的表。
4）点击Mapping name，选择pageviews，点击“确认”按钮关闭窗口。
点击“文件—另存为”菜单保存转换，在选择目录中输入load_hbase.ktr作为文件名。
点击转换工具栏中的运行按钮运行转换，或者选择“动作—运行”菜单打开一个执行转换的窗口，点击“启动”按钮。
在Spoon接口的下面打开一个执行结果窗口，显示运行时转换的进度。
在几十秒之后完成转换。
如果在转换过程中出现任何错误，将会红色高亮显示，在日志标签页查看错误信息。
通过查询HBase验证数据1）从命令行中，输入下面命令打开HBase shell：hbase shell 2）通过这个命令查询HBase：scan 'weblogs', {LIMIT => 10} 应该返回数据的行数。