Kettle工具使用及总结

一、kettle安装及报错：

kettle主要用于数据清洗，即常见ETL工具，拥有图形化界面且免费的优点。其下载包直接解压打开就能用，遇到的问题:

1.连接MySQL报错：

①报错：

Driver class 'org.gjt.mm.mysql.Driver' could not be found, make sure the 'MySQL' driver (jar file) is installed.
org.gjt.mm.mysql.Driver

原因：没有识别到连接数据库的驱动jar包

解决方法：

将驱动jar包复制粘贴到data-integration\lib文件下（data-integration为kettle安装目录）；重启spoon。

操作完成之后反复尝试还是报相同的错，识别不到，则说明你的kettle版本与你的驱动版本不容，无法识别。（例如我的kettle7.0无法识别mysql-connector-java-8.0.19.jar）。那么只有换版本或者换连接的数据库（这里我放弃连接MySQL，转为连接sqlserver）

②报错：

Error connecting to database: (using class org.gjt.mm.mysql.Driver)
Unknown initial character set index '255' received from server. Initial client character set can be forced via the 'characterEncoding' property.

原因：你导入的jar包被kettle识别，但是它与你本地MySQL版本不容

解决方法：换连接驱动的jar包(因为驱动版本是跟数据库版本一致的，间接说明你的kettle与MySQL版本不容)

连接SQL server：

连接成功：

操作：（本案例演示csv文件拆分字段转存sqlserver数据库）

二、kettle实例

（1）建立作业，连接数据库

（2）执行sql脚本(对数据库表初始化操作)

下面的sql脚本在sqlserver运行不出错，但在kettle就会报错（不知道为什么，所以现在我sql脚本没有写，不过想想确实还不如直接去数据库客户端里建表方便）

IF NOT EXISTS (select * from dbo.sysobjects where xtype='U' and Name = 'kettle_test')
BEGIN
CREATE TABLE kettle_test
(
kind varchar(255),
time varchar(255),
processingDepartment varchar(255),
content varchar(255)
);

END

执行结果出错（如下图），后来我把sql语句删了，动手在数据库里建的表。

（3）在转换1中新建一个转换；完成输入csv文件，字段切分，输出到表的操作

（这里，观察左菜单栏就会发现它的数据清洗功能）

①给转换建立数据库连接；

②进行csv文件输入：

CSV输入设置

拆分字段：

Excel输入设置

从输入组件中拖入EXCEL输入，点击设置：

（1）在弹出框中选择“表格类型”为“Excel 2007 XLSX (Apache POI)”；

（2）点击“文件或目录“后的“浏览”选择需要导入的Excel表格，点击“增加”添加至选中文件列表中；

（3）单击“工作表”，在工作表页面选择“获取工作表名称”，选择相应的“可用项目”添加至“你的选择”中；

（4）单击“字段”，在字段页面点击“获取来自头部数据的字段”，（所以Excel表格最好带有列字段列名），并可以对获取的数据字段类型进行调整，可以点击“预览记录”查看数据；

表输出设置

展开"输入"列表将"表输出"模块拖入右侧空白区域；

⑤点击文件，保存

⑥返回作业，为转换1设置：

（4）保存，执行