企业实战(20)ETL数据库迁移工具Kettle的安装配置详解

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 高可用系列,价值2615元额度,1个月
简介: 企业实战(20)ETL数据库迁移工具Kettle的安装配置详解

介绍:


Kettle简介:Kettle 是 PDI 以前的名称,PDI 的全称是Pentaho Data Integeration,Kettle 本意是水壶的意思,表达了数据流的含义。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。作为Pentaho的一个重要组成部分,现在在国内项目应用上逐渐增多。


ETL(Extract-Transform-Load的缩写),即数据抽取、转换、装载的过程。对于企业或行业应用来说,我们经常会遇到各种数据的处理,转换,迁移,所以了解并掌握一种etl工具的使用,必不可少,这里我介绍一个我在工作中使用了很久的ETL工具Kettle,本着好东西不独享的想法,跟大家分享碰撞交流一下!在使用中我感觉这个工具真的很强大,支持图形化的GUI设计界面,然后可以以工作流的形式流转,在做一些简单或复杂的数据抽取、质量检测、数据清洗、数据转换、数据过滤等方面有着比较稳定的表现,其中最主要的我们通过熟练的应用它,减少了非常多的工作量,提高了我们的工作效率。


特点


免费开源


   基于java的免费开源的软件,对商业用户也没有限制。


易配置


   可以在Window、Linux、Unix上运行,绿色无需安装,数据抽取高效稳定。


不同数据库


   ETL工具集,它允许你管理来自不同数据库的数据。


两种脚本文件


   transformationjobtransformation完成针对数据的基础转换,job则完成整个工作流的控制。


图形界面设计


   通过图形界面设计实现做什么业务,无需写代码去实现。


定时功能


   在Job下的start模块,有一个定时功能,可以每日,每周等方式进行定时。

1.png

环境


Windows 10


Java 8(运行Kettle 7.0 以上版本需要Java8及以上)


Kettle 7.1


mysql-connector-java-8.0.21(连接Mysql驱动包,根据数据库版本下载)


一键安装,急速使用


第一步. 下载程序包并解压


    从官方网站下载spoon压缩包。


第二步. 一键启动


    在windows下,解压后,双击spoon.bat文件运行。


开始使用


    开始可视化数据操作吧。


1.下载Kettle程序包并解压


  Kettle 7.1版本下载地址:


https://udomain.dl.sourceforge.net/project/pentaho/Data%20Integration/7.1/pdi-ce-7.1.0.0-12.zip


  Kettle各个版本下载地址:https://sourceforge.net/projects/pentaho/files/


注意:


下载时进入相应版本后,选择client-tools,选择pdi-ce开头的程序包下载。

2.png3.png

2.下载连接驱动包:


Java 连接 MySQL 需要驱动包,MySQL驱动包官网下载地址:


https://dev.mysql.com/downloads/connector/j/

4.png5.png

3.解压Java连接Mysql 8.0驱动包


  解压后取出mysql-connector-java.jar包(这里驱动包有版本号)。放到kettle的lib目录下面。

6.png7.png

4.运行spoon.bat,打开spoon图形工具

8.png9.png10.png

注意:


红圈处没有connect按钮,原因为资源库配置文件乱码造成。


解决方法: 打开系统盘用户目录下的repositories.xml配置文件,将乱码内容删除,并删除.spoonrc文件,再重启kettle。

11.png

5.创建或连接资源库


   选择创建数据库资源库

12.png13.png14.png

资源库名称(自定义) 点击Database Connection创建数据库连接。

15.png

Create New Connection。

16.png

6.创建数据库连接


输入连接名称、选择类型(根据自身所需选择,这里连接的是mysql数据库,如连接其他数据库,需将数据库驱动放在kettle根目录中的lib下面,然后启动数据库重启kettle)确认输入无误后点击测试,测试是否连接成功,失败多为lib下找不到数据库驱动

17.png18.png19.png20.png


在这里选择刚才我们创建的数据库名称。

21.png功,选择Connect  Now连接到数据库。

22.png陆时,默认是admin用户,密码也是admin,启动后可以修改用户密码或添加其他用户。

23.png

7.登录数据库查看Kettle自动创建的表结构

[root@localhost ~]# docker exec -it mysql /bin/bash
root@2a12523bd803:/# mysql -uroot -p123qqq...A
mysql: [Warning] Using a password on the command line interface can be insecure.
Welcome to the MySQL monitor. Commands end with ; or \g.
Your MySQL connection id is 13
Server version: 8.0.21 MySQL Community Server - GPL
Copyright (c) 2000, 2020, Oracle and/or its affiliates. All rights reserved.
Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.
Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql             |
| performance_schema |
| sys               |
| test               |
+--------------------+
mysql> use test;
mysql> show tables;
+--------------------------+
| Tables_in_test           |
+--------------------------+
| R_CLUSTER               |
| R_CLUSTER_SLAVE         |
| R_CONDITION             |
| R_DATABASE               |
| R_DATABASE_ATTRIBUTE     |
| R_DATABASE_CONTYPE       |
| R_DATABASE_TYPE         |
| R_DEPENDENCY             |
| R_DIRECTORY             |
| R_ELEMENT               |
| R_ELEMENT_ATTRIBUTE     |
| R_ELEMENT_TYPE           |
| R_JOB                   |
| R_JOBENTRY               |
| R_JOBENTRY_ATTRIBUTE     |
| R_JOBENTRY_COPY         |
| R_JOBENTRY_DATABASE     |
| R_JOBENTRY_TYPE         |
| R_JOB_ATTRIBUTE         |
| R_JOB_HOP               |
| R_JOB_LOCK               |
| R_JOB_NOTE               |
| R_LOG                   |
| R_LOGLEVEL               |
| R_NAMESPACE             |
| R_NOTE                   |
| R_PARTITION             |
| R_PARTITION_SCHEMA       |
| R_REPOSITORY_LOG         |
| R_SLAVE                 |
| R_STEP                   |
| R_STEP_ATTRIBUTE         |
| R_STEP_DATABASE         |
| R_STEP_TYPE             |
| R_TRANSFORMATION         |
| R_TRANS_ATTRIBUTE       |
| R_TRANS_CLUSTER         |
| R_TRANS_HOP             |
| R_TRANS_LOCK             |
| R_TRANS_NOTE             |
| R_TRANS_PARTITION_SCHEMA |
| R_TRANS_SLAVE           |
| R_TRANS_STEP_CONDITION   |
| R_USER                   |
| R_VALUE                 |
| R_VERSION               |
| mysqltest               |
+--------------------------+
mysql> select * from R_USER;
+---------+-------+-----------------------------------+---------------+-------------------------+---------+
| ID_USER | LOGIN | PASSWORD                         | NAME         | DESCRIPTION             | ENABLED |
+---------+-------+-----------------------------------+---------------+-------------------------+---------+
|       1 | admin | 2be98afc86aa79ce71da9fa6d4 | Administrator | User manager           |       1 |
|       2 | guest | 2be98afc86aace77cb97bcce | Guest account | Read-only guest account |       1 |
+---------+-------+-----------------------------------+---------------+-------------------------+---------+

8.添加新用户


点击工具 --> 资源库 --> 探索资源选择【安全】--> 添加用户 -->填写账号密码保存即可。

24.png



相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
1月前
|
存储 监控 安全
数据库多实例的部署与配置方法
【10月更文挑战第23天】数据库多实例的部署和配置需要综合考虑多个因素,包括硬件资源、软件设置、性能优化、安全保障等。通过合理的部署和配置,可以充分发挥多实例的优势,提高数据库系统的运行效率和可靠性。在实际操作中,要不断总结经验,根据实际情况进行调整和优化,以适应不断变化的业务需求。
|
1月前
|
SQL 关系型数据库 数据库
国产数据实战之docker部署MyWebSQL数据库管理工具
【10月更文挑战第23天】国产数据实战之docker部署MyWebSQL数据库管理工具
137 4
国产数据实战之docker部署MyWebSQL数据库管理工具
|
24天前
|
数据库连接 Linux Shell
Linux下ODBC与 南大通用GBase 8s数据库的无缝连接配置指南
本文详细介绍在Linux系统下配置GBase 8s数据库ODBC的过程,涵盖环境变量设置、ODBC配置文件编辑及连接测试等步骤。首先配置数据库环境变量如GBASEDBTDIR、PATH等,接着修改odbcinst.ini和odbc.ini文件,指定驱动路径、数据库名称等信息,最后通过catalog.c工具或isql命令验证ODBC连接是否成功。
|
1月前
|
消息中间件 资源调度 关系型数据库
如何在Flink on YARN环境中配置Debezium CDC 3.0,以实现实时捕获数据库变更事件并将其传输到Flink进行处理
本文介绍了如何在Flink on YARN环境中配置Debezium CDC 3.0,以实现实时捕获数据库变更事件并将其传输到Flink进行处理。主要内容包括安装Debezium、配置Kafka Connect、创建Flink任务以及启动任务的具体步骤,为构建实时数据管道提供了详细指导。
80 9
|
1月前
|
安全 Nacos 数据库
Nacos是一款流行的微服务注册与配置中心,但直接暴露在公网中可能导致非法访问和数据库篡改
Nacos是一款流行的微服务注册与配置中心,但直接暴露在公网中可能导致非法访问和数据库篡改。本文详细探讨了这一问题的原因及解决方案,包括限制公网访问、使用HTTPS、强化数据库安全、启用访问控制、监控和审计等步骤,帮助开发者确保服务的安全运行。
45 3
|
1月前
|
PHP 数据库 数据安全/隐私保护
布谷直播源码部署服务器关于数据库配置的详细说明
布谷直播系统源码搭建部署时数据库配置明细!
|
1月前
|
Java 数据库连接 数据库
如何构建高效稳定的Java数据库连接池,涵盖连接池配置、并发控制和异常处理等方面
本文介绍了如何构建高效稳定的Java数据库连接池,涵盖连接池配置、并发控制和异常处理等方面。通过合理配置初始连接数、最大连接数和空闲连接超时时间,确保系统性能和稳定性。文章还探讨了同步阻塞、异步回调和信号量等并发控制策略,并提供了异常处理的最佳实践。最后,给出了一个简单的连接池示例代码,并推荐使用成熟的连接池框架(如HikariCP、C3P0)以简化开发。
51 2
|
1月前
|
关系型数据库 MySQL Linux
在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。
本文介绍了在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。同时,文章还对比了编译源码安装与使用 RPM 包安装的优缺点,帮助读者根据需求选择最合适的方法。通过具体案例,展示了编译源码安装的灵活性和定制性。
140 2
|
2月前
|
前端开发 Java 数据库连接
javamvc配置,增删改查,文件上传下载。
【10月更文挑战第4天】javamvc配置,增删改查,文件上传下载。
41 1
|
1月前
|
SQL 关系型数据库 数据库连接
"Nacos 2.1.0版本数据库配置写入难题破解攻略:一步步教你排查连接、权限和配置问题,重启服务轻松解决!"
【10月更文挑战第23天】在使用Nacos 2.1.0版本时,可能会遇到无法将配置信息写入数据库的问题。本文将引导你逐步解决这一问题,包括检查数据库连接、用户权限、Nacos配置文件,并提供示例代码和详细步骤。通过这些方法,你可以有效解决配置写入失败的问题。
71 0
下一篇
DataWorks