一、简介
hadoop版本：2.7.2
kettle（pdi）版本：8.3.0
使用方式：在windows上使用kettle连接到一台linux的hadoop。
二、操作
MySQL
1、将mysql-connector-java-XXX.jar拷贝到data-integration\lib目录下。
2、启动kettle，然后新建表输入，选择mysql，填入相应内容。
3、进行测试，如果没有问题则会成功。
HDFS
1、首先进入~\data-integration\plugins\pentaho-big-data-plugin\hadoop-configurations，这里没有我需要的hadoop版本，所以将hdp30文件夹拷贝一份，命名为hadoop27。进入hadoop27文件夹，将linux中的配置文件拷贝出来替换掉原本的内容。如下图。
2、在linux系统中，拷贝~/hadoop-2.7.2/share/hadoop/common下的hadoop-common-2.7.2.jar到lib目录下。为了方便后面的hive使用，把~/hive-1.2.1/lib文件夹中的hive-*.jar也拷贝到lib目录下。
3、右键新建一个HDFS连接。
4、填写内容，这里如果没有账号密码则不要填写。同样，oozie和kafka没有的话可以不填写。zookeeper最好还是填写上。
5、点击测试，如果图中标注的位置出现了警告，则需要检查一下hdfs是否有权限访问，以及hdfs的/user目录下是否有windows用户的目录。
6、到了这一步完成，就可以在转换中使用hdfs了。
Hive
1、首先要确定hiveserver2是开启的，默认端口号是10000。如果没有开启，则进入hive安装目录，使用nohup bin/hiveserver2 &命令开启。
2、kettle新建表输入，选择hive2/3，填写相应内容。
3、如果之前已经拷贝好了hive相应的jar包，则可以测试一下，这里是可以连接成功的。