都说kettle是一个ETL工具，那就必须先介绍一下ETL是个啥，ETL是三个英文的首字母，分别代表抽取、转换、加载，这个词很久之前就有了，想知道细节的可以自行查找，我们这里讲一些其它教程未做重点突出的部分。ETL表述的是一个过程，我们用一个图和换一个描述来表示一下。
从图上可以看出，其实就是一个输入数据，相应处理，再输出的过程，这个过程对一个程序开发人员来说，可以说再平常不过。我们设想一个场景，前端页面传来一个请求，附带了一些数据，传至后台程序进行较验、加工处理，最后写入数据库中，其实这都是一个ETL的过程，如果按这个套的话，那几乎所有程序都是如此了。确实有些概念的东西不必太深究，明白就可以了，我的理解ETL在这里其它一样，但是一个数据批量输入、处理、输出的过程，特别强调批量，高效，大家可以体会一下是不是这样。
谈到高效，就会涉及多线程，集群处理等概念。通俗讲就是，一件工作由某工厂的一个人干太慢，那就多找些厂里的人一起干，如果觉得还慢，那就再加入另一个工厂。至于工厂、人员不同的效率不同问题，那后面优化环节咱们再谈。
批量的数据处理（以数据库为例），就涉及到效率、事务等问题，我们都知道，数据库操作中写入，提交是两个动作，写入的条数可以是一条，也可以是多条，提交如果失败，前面写入的数据都不会成功，这样如果前面是多条提交可能会使正确的数据也不能写入。如果每一条都提交，性能又上不去，这里面就需要根据实际的场景进行选择。还会有多条记录不同写入或更新，需要同时成功，同时失败这种情况。在ETL中有一个原则，不要过多考虑事务，除非特殊情况，因为事务和效率是矛盾关系的。
在后面的章节都会讨论到kettle是如何应对上面的多线程、集群、批量、事务等问题。