Kettle 簡介

Kettle 最初由 Matt Casters 開發(fā)，是 Pentaho 數(shù)據(jù)集成平臺的一部分。它提供了一個用戶友好的界面和豐富的功能集，使用戶能夠輕松地設(shè)計、執(zhí)行和監(jiān)控 ETL 任務(wù)。Kettle 通過其強大的功能和靈活性，幫助企業(yè)高效地處理大規(guī)模數(shù)據(jù)集成任務(wù)。

主要組成部分

• Spoon：
  • 用途：Spoon 是 Kettle 的圖形化設(shè)計工具。用戶可以使用 Spoon 設(shè)計和調(diào)試 ETL 轉(zhuǎn)換和作業(yè)。
  • 功能：拖放式界面、預(yù)覽數(shù)據(jù)、測試 ETL 流程、管理連接、編寫腳本等。
• Pan：
  • 用途：Pan 是一個命令行工具，用于執(zhí)行由 Spoon 設(shè)計的 ETL 轉(zhuǎn)換。
  • 功能：通過命令行執(zhí)行轉(zhuǎn)換、調(diào)度作業(yè)、集成到其他自動化流程中。
• Kitchen：
  • 用途：Kitchen 是一個命令行工具，用于執(zhí)行由 Spoon 設(shè)計的 ETL 作業(yè)。
  • 功能：通過命令行執(zhí)行作業(yè)、調(diào)度作業(yè)、集成到其他自動化流程中。
• Carte：
  • 用途：Carte 是一個輕量級的 Web 服務(wù)器，提供遠程執(zhí)行和監(jiān)控功能。
  • 功能：遠程執(zhí)行和監(jiān)控 ETL 轉(zhuǎn)換和作業(yè)、查看日志、管理集群等。
• Repositories：
  • 用途：存儲和管理 ETL 轉(zhuǎn)換和作業(yè)的地方。
  • 功能：可以使用數(shù)據(jù)庫或文件系統(tǒng)作為存儲庫，支持版本控制和共享。

主要功能和特點

• 數(shù)據(jù)提取：

  • 支持多種數(shù)據(jù)源，如關(guān)系數(shù)據(jù)庫、文件（CSV、Excel、XML 等）、大數(shù)據(jù)平臺（Hadoop、Hive 等）、云存儲（Amazon S3、Google Drive 等）、Web 服務(wù)和 API 等。

• 數(shù)據(jù)轉(zhuǎn)換：

  • 豐富的轉(zhuǎn)換步驟，包括數(shù)據(jù)清洗、數(shù)據(jù)聚合、數(shù)據(jù)過濾、數(shù)據(jù)排序、數(shù)據(jù)連接、數(shù)據(jù)拆分、數(shù)據(jù)類型轉(zhuǎn)換等。

• 數(shù)據(jù)加載：

  • 支持將數(shù)據(jù)加載到多種目標(biāo)系統(tǒng)中，如關(guān)系數(shù)據(jù)庫、大數(shù)據(jù)平臺、文件系統(tǒng)、云存儲等。

• 調(diào)度和自動化：

  • 支持通過命令行工具（Pan 和 Kitchen）和調(diào)度器（如 cron 或 Windows 任務(wù)計劃）進行調(diào)度和自動化執(zhí)行。

• 擴展性：

  • 提供了插件機制，用戶可以編寫自定義插件，擴展 Kettle 的功能。
  • 支持 JavaScript 和 Java 進行腳本編寫，增強轉(zhuǎn)換和作業(yè)的靈活性。

• 集群和并行處理：

  • 支持集群模式，能夠在分布式環(huán)境中并行處理大規(guī)模數(shù)據(jù)。
  • 提供了分布式 ETL 執(zhí)行和負載均衡功能。

• 數(shù)據(jù)質(zhì)量和數(shù)據(jù)治理：

  • 提供了數(shù)據(jù)驗證、數(shù)據(jù)一致性檢查和數(shù)據(jù)校驗功能，幫助確保數(shù)據(jù)的質(zhì)量和一致性。

• 實時數(shù)據(jù)處理：

  • 支持實時數(shù)據(jù)流處理，通過集成 Kafka、MQTT 等流處理平臺，實現(xiàn)實時數(shù)據(jù)的提取、轉(zhuǎn)換和加載。

集成 Kettle

將 Kettle（Pentaho Data Integration, PDI）集成到 Spring Boot 項目中，可以實現(xiàn) ETL 流程的自動化和集成化處理。以下是詳細的集成過程：

準(zhǔn)備工作

• 下載 Kettle：從 Pentaho 官網(wǎng)下載 Kettle（PDI）的最新版本，并解壓到本地目錄。
• Spring Boot 項目：確保已有一個 Spring Boot 項目，或新建一個 Spring Boot 項目。

引入 Kettle 依賴

在 Spring Boot 項目的 pom.xml 文件中添加 Kettle 所需的依賴。你可以將 Kettle 的 JAR 文件添加到本地 Maven 倉庫，或直接在項目中引入這些 JAR 文件。

<dependencies>
    <!-- Spring Boot 依賴 -->

    <!-- Kettle 依賴 -->
    <dependency>
        <groupId>pentaho-kettle</groupId>
        <artifactId>kettle-core</artifactId>
        <version>9.4.0.0-343</version>
    </dependency>
    <dependency>
        <groupId>pentaho-kettle</groupId>
        <artifactId>kettle-engine</artifactId>
        <version>9.4.0.0-343</version>
    </dependency>
    <dependency>
        <groupId>pentaho-kettle</groupId>
        <artifactId>kettle-dbdialog</artifactId>
        <version>9.4.0.0-343</version>
    </dependency>
    <dependency>
        <groupId>org.apache.commons</groupId>
        <artifactId>commons-vfs2</artifactId>
        <version>2.7.0</version>
    </dependency>
    <!-- 根據(jù)需要添加其他 Kettle 依賴 -->
    
    <!-- 操作數(shù)據(jù)庫數(shù)據(jù)時添加相應(yīng)的數(shù)據(jù)庫依賴 -->
    
</dependencies>

處理密碼加密

在 resources 目錄下創(chuàng)建 kettle-password-encoder-plugins.xml 文件，用于配置密碼加密插件：

<password-encoder-plugins>

    <password-encoder-plugin id="Kettle">
        <description>Kettle Password Encoder</description>
        <classname>org.pentaho.support.encryption.KettleTwoWayPasswordEncoder</classname>
    </password-encoder-plugin>

</password-encoder-plugins>

kettle-core依賴中org.pentaho.support.encryption.KettleTwoWayPasswordEncoder類實現(xiàn)了TwoWayPasswordEncoderInterface接口，用于處理密碼的加密和解密操作。

添加 Spoon 的任務(wù)文件

在 Kettle（Pentaho Data Integration，PDI）中，作業(yè)（Job）和轉(zhuǎn)換（Transformation）是兩種核心的 ETL 組件，它們在設(shè)計和功能上有著本質(zhì)的區(qū)別。

轉(zhuǎn)換（Transformation）

• 數(shù)據(jù)處理流程：轉(zhuǎn)換是一個數(shù)據(jù)處理流程，專注于數(shù)據(jù)的提取（Extract）、轉(zhuǎn)換（Transform）和加載（Load）。
• 行級處理：轉(zhuǎn)換以行級處理數(shù)據(jù)，每次處理一行數(shù)據(jù)，并將其傳遞給下一步驟。
• 任務(wù)文件為.ktr文件。

作業(yè)（Job）

• 任務(wù)管理和控制流程：作業(yè)是一個任務(wù)管理和控制流程，負責(zé)調(diào)度和控制一系列任務(wù)的執(zhí)行順序。
• 步驟級處理：作業(yè)以步驟為單位處理任務(wù)，每次執(zhí)行一個步驟，然后根據(jù)條件決定執(zhí)行下一個步驟。
• 任務(wù)文件為.kjb文件。

區(qū)別

• 轉(zhuǎn)換處理數(shù)據(jù)行，作業(yè)處理任務(wù)步驟。
• 轉(zhuǎn)換中的步驟是并行執(zhí)行的，而作業(yè)中的步驟是順序執(zhí)行的。
• 轉(zhuǎn)換側(cè)重于數(shù)據(jù)的處理和轉(zhuǎn)換，作業(yè)側(cè)重于任務(wù)的調(diào)度和管理。
• 轉(zhuǎn)換主要通過數(shù)據(jù)流控制，作業(yè)提供了豐富的邏輯控制（條件判斷、循環(huán)、錯誤處理等）。
• 轉(zhuǎn)換適用于復(fù)雜的數(shù)據(jù)處理流程，作業(yè)適用于任務(wù)調(diào)度和控制。

在 Spring Boot 項目的 resources 目錄下，創(chuàng)建一個 kettle 目錄，并將 Kettle 的任務(wù)文件（如 轉(zhuǎn)換1.ktr）復(fù)制到該目錄中。

編寫 Kettle 服務(wù)類

創(chuàng)建一個服務(wù)類，用于執(zhí)行 Kettle 轉(zhuǎn)換或作業(yè)。

package com.example.kettletest.service.impl;

import com.example.kettletest.service.KettleJobService;
import org.pentaho.di.core.KettleEnvironment;
import org.pentaho.di.core.exception.KettleException;
import org.pentaho.di.core.exception.KettleXMLException;
import org.pentaho.di.core.util.EnvUtil;
import org.pentaho.di.job.Job;
import org.pentaho.di.job.JobMeta;
import org.pentaho.di.trans.Trans;
import org.pentaho.di.trans.TransMeta;
import org.springframework.core.io.ClassPathResource;
import org.springframework.stereotype.Service;

import java.io.File;
import java.io.IOException;

/**
 * @author 羅森
 * @date 2024/6/6 13:21
 */
@Service
public class KettleJobServiceImpl implements KettleJobService {
    @Override
    public void runTaskFile(String taskFileName) {
        // 初始化 Kettle 環(huán)境
        try {
            KettleEnvironment.init();
            EnvUtil.environmentInit();
        } catch (KettleException e) {
            throw new RuntimeException(e);
        }
        // 執(zhí)行任務(wù)文件
        if (taskFileName.endsWith(".ktr")) {
            taskFileKTR(taskFileName);
        } else if (taskFileName.endsWith(".kjb")) {
            taskFileKJB(taskFileName);
        } else {
            throw new IllegalArgumentException("Unsupported file type: " + taskFileName);
        }
    }

    /**
     * 針對kjb文件的操作
     * @param taskFileName
     */
    public void taskFileKJB(String taskFileName) {
        try {
            // 獲取資源文件路徑
            ClassPathResource resource = new ClassPathResource("kettle/" + taskFileName);
            File jobFile = resource.getFile();
            // 加載 KJB 文件
            JobMeta jobMeta = new JobMeta(jobFile.getAbsolutePath(), null);
            // 創(chuàng)建作業(yè)對象
            Job job = new Job(null, jobMeta);
            // 啟動作業(yè)
            job.start();
            // 等待作業(yè)完成
            job.waitUntilFinished();

            if (job.getErrors() > 0) {
                System.out.println("There were errors during job execution.");
            } else {
                System.out.println("Job executed successfully.");
            }
        } catch (IOException | KettleXMLException e) {
            e.printStackTrace();
        }
    }

    /**
     * 針對ktr文件的操作
     * @param taskFileName
     */
    public void taskFileKTR(String taskFileName) {
        try {
            // 獲取資源文件路徑
            ClassPathResource resource = new ClassPathResource("kettle/" + taskFileName);
            File transFile = resource.getFile();
            // 加載 KTR 文件
            TransMeta transMeta = new TransMeta(transFile.getAbsolutePath());
            // 創(chuàng)建轉(zhuǎn)換對象
            Trans trans = new Trans(transMeta);
            // 啟動作業(yè)
            trans.execute(null);
            // 等待作業(yè)完成
            trans.waitUntilFinished();

            if (trans.getErrors() > 0) {
                System.err.println("There were errors during Transformation execution.");
            } else {
                System.out.println("Transformation executed successfully!");
            }
        } catch (IOException | KettleException e) {
            e.printStackTrace();
        }
    }
}

常見問題解決辦法

• 運行后報錯信息為：Unable to find plugin with ID 'Kettle'. If this is a test, make sure kettle-core tests jar is a dependency. If this is live make sure a kettle-password-encoder-plugins.xml exits in the classpath.

  **解決辦法：**在 resources 目錄下創(chuàng)建 kettle-password-encoder-plugins.xml 文件。

• 運行后報錯信息為：ERROR (version 9.4.0.0-343, build 0.0 from 2022-11-08 07.50.27 by buildguy) : A serious error occurred during job execution: 無法找到作業(yè)的開始點.

  **解決辦法：**為Spoon制作的作業(yè)任務(wù)增加開始節(jié)點。

• 運行后報錯信息為：Can't run transformation due to plugin missing.

  **解決辦法：**此問題通常出現(xiàn)在涉及類似于導(dǎo)出excel文件、json文件時。在初始化 Kettle 環(huán)境之前指明相關(guān)插件的絕對路徑（相關(guān)插件通常在Kettle本地解壓文件夾中的plugins目錄下），新增以下代碼：

  StepPluginType.getInstance().getPluginFolders().add(new PluginFolder("E:\\Kettle\\pdi-ce-9.4.0.0-343\\data-integration\\plugins", false, true));
  

  將代碼中的地址換成您本地的絕對地址。

到此這篇關(guān)于SpringBoot 集成 Kettle的實現(xiàn)示例的文章就介紹到這了,更多相關(guān)SpringBoot 集成 Kettle內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！ 

最新評論