1.1 ETL简介
ETL（数据抽取、转换、装在的过程）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Soop，DataX，Kettle，Taland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。
1.2 Kettle简介
1.2.1 Kettle是什么
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，绿色无需要安装，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，通过提供一个图像化的用户环境来描述你想要做什么，而不是你想怎么做。
Kettle中有两种脚本文件，transformation（转换）和job（作业），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现在已经更名为PDI，数据集成。
1.2.2 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；
1.2.3 Kettle的核心组件
1.勺子（Spoon.bat/spoon.sh）:是一个图形化的界面，可以让我们用图形化的方式开发转换和作业。window选择Spoon.bat；Linux选择Spoon.sh
2.煎锅（Pan.bat/pan.sh）:利用Pan可以用命令行的形式执行由Spoon编辑的转换和作业；
3.厨房（Kitchen.bat/kitchen.sh）:利用Kitchen可以使用命令行调用由Spoon编辑好的Job；
4.菜单（Carte.bat/Carte.sh）:Carte是一个轻量级别的Web容器，用于建立专用、远程的ETL Server。
1.2.4 Kettle的特点
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、绿色无需要安装、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：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；
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，将一个定时的功能，可以每日，每周等方式进行定时；