kettle使用详解（配置以及创建一个简单的转换）

开篇：其实在很久之前，就有想写博客的想法，鉴于种种原因一直也没有开始下笔。总结真的是一门学问，既能提高自己，又能惠及他人，何乐而不为。
所以笔者决定通过一系列的原创博文，来为需要使用相同技术的同学提供一条捷径，让大家能避过一些坑，旨在共同提高。
此系列为kettle的使用第一篇文章，接下来会从基础配置，简单抽取一直到复杂的数据库转换为大家讲解kettle的使用。
每日一言：生活总是这样，不能叫人处处都满意。但我们还要热情的活下去。人活一生，值得爱的东西很多，不要因为一个不满意，就灰心。 ----路遥《人生》

kettle的配置以及创建一个简单的转换

由于kettle是java编写的数据抽取转换工具，所以启动kettle必须要有java环境支持，并且各个版本所对应的java版本有一定的要求，为了避免这写环境因素造成大家测试出现问题，下面列出本次demo的环境。
本地机器环境：

1. 电脑系统 ：winds10 64位 专业版；
2. Java版本 ：jdk1.8；
3. kettle版本 ：解压版 pdi-ce-6.1.0.1-196.zip；
4. 数据库版本 ：mysql 5.7

配置启动

保证机器配置好java环境变量（如果不会请自行百度java环境变量配置）。解压kettle压缩包，找到启动软件的批处理文件Spoon.bat，双击启动。

启动后闪退的问题大概有以下三种情况：

1. Java环境变量配置有误。

2. 可能是Java版本太低了，jdk1.6以上版本才行，具体的可以查看spoon.bat配置文件。

3. Java环境配置对了，但是启动不了spoon.bat，双击闪退
   使用cmd启动spoon.bat查看报错， could not create the java virtual machine。

   java虚拟内存不足。
   用编辑器打开spoon.bat 找到
   if “%PENTAHO_DI_JAVA_OPTIONS%” == “” set PENTAHO_DI_JAVA_OPTIONS="-Xms1024m" “-Xmx2048m” “-XX:MaxPermSize=256m” 为kettle设置的默认JVM内存。
   解决办法：
   将其改小为if “%PENTAHO_DI_JAVA_OPTIONS%” == “” set PENTAHO_DI_JAVA_OPTIONS="-Xms512m" “-Xmx512m” “-XX:MaxPermSize=256m”.

启动成功截图：
此处介绍一下，kettle实现数据库数据抽取是分为job和transform来实现的。一个作业就相当于一个调度，作业可以设置定时启动等，来统一管理转换。转换就是来具体实现自己的数据抽取业务的任务。一般来说是自己写多个实现自己业务的转换，然后用作业来分类别分组的执行写好的转换，达到数据抽取的目的。

自此kettle配置启动完毕！

创建一个简单的转换

首先介绍一下转换的工作流程，转换的流程是kettle从一个DB连接中的某个数据库中抽取出数据，经过加工后，按照指定的规则插入到另一个指定的数据库中，可以是同一个连接也可以是不同的连接。

启动成功后点击 文件>新建>转换，新建一个转换。

首先新建数据库连接，便于后面选择数据库。文件>新建>数据库连接，新建一个数据库连接。这里以mysql为例。

点击测试，报错，注意看报错信息为找不到mysql驱动包
下载mysql驱动包mysql-connector-java-5.1.38.jar放到kettle的lib库中重启kettle，问题解决。类似的如果你做的业务需要从不同的数据库抽取数据，例如orcale，sqlserver等需要自己增加相应的驱动包到lib库中。

在测试数据库中新建两个表user和user1，在转换中插入两个控件，一个表输入，一个插入更新。双击表输入编辑输入数据sql

保存转换，并执行，抽取成功，但是中文乱码。
解决办法为设置数据库连接的参数，为gbk
在数据库连接这里增加一个option配置项： characterEncoding 为 gbk

至此转换完成，在之后的文章中，会继续介绍如何将转换分组使用job调用，以及集成到项目中，使用java调用kettle的job和转换。还有在项目中使用的设计模式。