ELT简介

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。
市面上常用的ETL工具有很多，比如Sqoop,DataX,Kettle,Talend等，作为一个大数据工程师，我们最好要掌握其中的两到三种。

Kettle简介

kettle是什么

Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Liux、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。
(现在已经更名为PDI,Pentaho Data Integration-Pentaho数据集成)。

Kettle的两种设计

简述：
Transformation(转换)：完成针对数据的基础转换。
Job（作业)：完成整个工作流的控制。
区别：
(1)作业是步骤流，转换是数据流。这是作业和转换最大的区别。
(2)作业的每一个步骤，必须等到前面的步骤都跑完了，后面的步骤才会执行，而转换会一次性把所有控件全部先启动（一个控件对应启动一个线程)，然后数据流会从第一个控件开始，一条记录、一条记录地流向最后的控件；