kettle工具下载、安装、数据迁移、定时任务详解
篇幅有点长，将这五个内容放在了一篇文章里，其中最主要的是数据迁移和定时任务
目录
| 目录 |
|---|
| 一、简单介绍 |
| 二、下载 |
| 三、安装 |
| 四、数据迁移：包括单表整体数据迁移，单表存在字段不同情况的数据迁移，简单批量数据迁移 |
| 五、定时任务 |
一、简单介绍
- kettle 是一个ETL工具，ETL（Extract-Transform-Load，数据抽取、转换、装载）；
- kettle 有两种脚本文件 transformation和 job；transformation 是转换，job 是对多个转换构建的整个工作流的抽象和控制；
- 数据抽取高效稳定；
二、下载（比较大，慢慢等待）
三、安装
1.解压文件，打开就是下面的“解压后”的文件，我自己的放在了D盘（这个自己决定）
2.配置kettle的环境变量
1》.打开系统属性（直接搜索“环境变量”），点击环境变量
2》.在系统变量中点击“新建”，弹出“编辑系统变量”，输入变量名和变量值（这个是我自己的地址，参考），点击确定
3》点击Path,“新建”，将刚才的变量名映射过去，点击确定，配置完成
3.进入“data-integration”文件夹，找到“Spoon.bat”，双击运行即可（kettle不需要专门安装），可能有点慢，别急等待
4.已经启动
四、数据迁移（单表和批量数据迁移）
现在已经进入到kettle工具，如何使用呢，下面是源库表数据导入数据到目标库的使用，分为单表导入和批量导入
这个就是打开的界面
如何将一个库的表数据转到另一个库中，下面分三种迁移方式；
- 一、数据整体迁移
注意：这里演示的是将一个库A的单个表整体转入到另一个库B中，B库没有要迁移的这张表；还会演示将一个库A的表数据转移到目标库B已有的表中，而这个目标库B的表已经存在，而且有的字段还不一定对应
1.点击文件，新建转换；或者双击如图的转换
2.双击下面的DB连接，弹出数据库连接，选择自己对应的库，填入相对应的内容，可以测试是否连接，点击确定
(我下面的连接时postgres)
注：一个表的话连接一个，两个的话相同操作，名字别搞混，以便后面好操作
附上一张mysql连接图
3.点击选择核心对象，搜索表输入，表输出；双击显示到工作区，点击某一个按delete或者右键删除步骤也可以删除；
中间的箭头会直接连接，若没显示连接，可以shift+鼠标左键连接上；也可以点击如下图连接过去；这样他们之间就建立上了连接
4.连接以后，就开始导表了，双击表输入；选择你要导出表的数据库连接，获取sql查询语句以及字段，也可以预览表数据；然后点击确定。
5.双击表输出，选择导出表的数据库连接，选择模式，目标表可以选择也可以输入你要导出后的表名，点击sql直接会形成你想要的sql语句，然后执行以一下（若是选择的目标表就不需要执行），执行以后已经自动创建表；点击确定。
6.点击“小三角”，运行，点击启动
7.保存转换的文件，转换成功
注：现在已经将源表导入到目标表，如果报错没有迁移成功，看是否点击执行了sql语句或者保存了转换的文件，保存的文件后缀是.ktr文件
- 二：数据迁移到已有表
这里演示的将一个库A的表数据转移到目标库B已有的表中，而这个目标库B的表已经存在，而且有的字段还不一定对应
1.现用到的工具如下，可以直接搜索，拖拽到面板上，或者直接点击
2.然后从第一个开始，首先单击第一个模块表输入，如图：
选择第四个带箭头的图标或者shift+鼠标左键，然后会发现有个灰色的箭头随着你的鼠标移动，这时将鼠标移动到第二个模块值映射上，会发现箭头变蓝这时单击第二个模块值映射，会发现表输入和值映射之间多了一个蓝色箭头，有时需要选择主输出步骤。通过这种方式将所有模块串联，如下图：
3.上图就代表了一个完整的表的数据交换，这时我们需要在左侧栏，点击主对象树，然后右击DB连接，选择新建，然后填入你的数据库连接信息，并测试，成功连接后点确认即可新建连接，如图：
4.首先操作的是表输入，顾名思义，表输入代表的就是数据的来源，双击表输入，选择数据库连接，然后写上你要取数据的sql，然后点击预览，可以查看你查找到的数据，这时必须查看数据格式，因为部分字段，如：disabled，数据库中存的是0或1，但通过Kettle查找出来的数据中，disabled为Y或N
5. 如果预览出来数据，说明sql语句是对的，点击值映射，值映射就是将某些值改成另一种值，比如将Y和N映射为1和0。双击值映射，首先选择使用的字段名，然后填上原值和目标值，点击确定即可。如图：
6.点击字段选择，由于数据迁移时，必定很多字段存在差异，那么如何将两张表中的字段一一对应呢，这是就可以通过字段选择将字段的名称修改成我们想要的。首先，双击字段选择，切换到第三个页签：元数据。然后点击右边的获取改变的字段，然后Kettle会将你sql中查询出来的字段一一列出，在改名成那列填上你现表中的字段，类型填上对应的类型，需要注意的是Integer代表Long，Number代表Double，同时，类型也可以不填，但不建议。填完后选择确定。如图：
7.这时，你会发现可能你现在的表中有很多字段是原表中没有的，但这些字段又是不可或缺，不能为空的，那么就需要用到增加常量这个模块了，可以填上名称，类型，长度，值（默认值），然后点击确定。如图：
8. 在完成上部分操作后，基本字段是都可以对上了，但是，有些字段需要一些逻辑的处理，不能直接将取出来的值直接存入现表中，比如有的项目，迁移过来的时候，现表已经存在数据，id就存在重复的现象，把迁移过来的数据id直接改为负值，同时关联的id也要改为负值，这样就可以解决id重复，数据无法迁移的问题，同时关联关系也不会丢掉。
· 这时候就需要用到java代码这个模块了，这里有个问题，Kettle自带的java代码模块不会自动导入jar包，所以建议先在idea中写好代码，然后复制过来，同时需要把导入的jar包复制过来。
· 当然，导入的jar包必须在Kettle的文件夹下的lib文件夹中存在。在写代码的时候，可以在左侧栏中的input fields中双击getValue，这就是取值；在左侧栏中的output fields中双击setValue，这就是赋值。在写代码时，可以点击右下方的测试类来进行测试java代码。所以，java代码模块可以用来进行逻辑的处理，
· 如果不需要，则删掉这个步骤
如图：
9.双击表输出，选择导出表的数据库连接，选择模式，目标表可以选择也可以输入你要导出后的表名，点击sql直接会形成你想要的sql语句，然后执行以一下（若是选择的目标表就不需要执行），执行以后已经自动创建表；点击确定。
10. 点击运行，保存转换的文件即可
- 三、单个或者批量直接导入
注：这里postgres中只可以迁移源库的public中的数据，其他模式下的会提示找不到
1.点击工具——向导——复制单表向导或者复制多表向导（这里选择的是多表），点击源数据库和目标数据库，点击完成
2.找到源库中你要用的表，中间按钮是迁移，右边会显示你选择的表，点击next
3.填写文件名称，选择要保存的文件夹，点击finish。
4.点击执行，迁移成功
五、定时任务
1.点击文件——新建——作业，如下图：
2.搜索Start和转换功能拖到作业桌面，或者双击，两者之间建立连接（按住Shift+鼠标左键连接，或者双击直接会连接）
3.双击Start，出现弹窗，选择类型，填写需要的时间间隔，数据将会在设置的时间里更新数库的数据，点击确定（找不见确定，拉大点）；选择“重复”的话，每次更新会在原有的基础上叠加数据
4.双击“转换”，填写转换后的文件名称，点击浏览，选择要做定时任务的.ktr文件（浏览不了，直接将文件路径粘贴过来），点击确定（这里的.ktr文件就是刚才做数据迁移后保存的文件）
5.点击执行，保存转换文件，执行成功；目前定时任务就做好了；数据库里的表数据会按照你设置的时间间隔进行数据刷新
（这里只是做了一张表的定时任务哦！）
*注：如果报错，要看自己选择的.ktr文件是否正确，并且是否保存的要转换的文件*
6.做了定时任务后，此软件不可关闭，关闭后定时任务将不再执行，切记哦！
参考：数据迁移
希望可以帮助到您
~感谢您的光临~
