ETL是什么？
ETL(Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程)，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，这里我要介绍的ETL工具是Kettle。
ETL工具—kettle
Kettle的结构
Spoon：Spoon是构建ETL Jobs和Transformations的工具。Spoon以拖拽的方式图形化设计，能够通过spoon调用专用的数据集成引擎或者集群。
Data Integration Server：是一个专用的ETL Server，主要功能有
功能 描述 执行 通过Pentaho Data Integration引擎执行ETL的作业或转换 安全性 管理用户、角色或集成的安全性 内容管理 提供一个集中的资源库(包含所有内容和特征的历史版本)，用来管理ETL的作业和转换 时序安排 在Spoon设计者环境中提供管理Data Integration Server上的活动的时序和监控的服务 Enterprise Console：提供了一个小型的客户端，用于管理Pentaho Data
Integration企业版的部署，包括企业版本的证书管理、监控和控制远程Pentaho Data Integration服务器上的活动、分析已登记的作业和转换的动态绩效。
Kettle的安装
Kettle的目录结构
Kettle界面
Kettle小试
转换控件
表输入
表输出
运行
运行前表input_person和表output_perosn
运行日志
运行后表input_person和表output_perosn
可以看到，数据已经从lld数据库的input_person表复制到test库的output_person表
总结一下kettle的核心概念
可视化编程
转换
Step步骤
一个步骤有如下几个关键特性：
步骤需要有一个名字，这个名字在转换范围内唯一。 每个步骤都会读、写数据行(唯一例外是“生成记录”步骤，该步骤只写数据)。
步骤将数据写到与之相连的一个或多个输出跳，再传送到跳的另一端的步骤。
大多数的步骤都可以有多个输出跳。一个步骤的数据发送可以被被设置为分发和复制，分发是目标步骤轮流接收记录，复制是所有的记录被同时发送到所有的目标步骤。
Hop跳
跳就是步骤之间带箭头的连线，跳定义了步骤之间的数据通路。跳实际上是两个步骤之间的被称之为行集的数据行缓存（行集的大小可以在转换的设置里定义）。当行集满了，向行集写数据的步骤将停止写入，直到行集里又有了空间。当行集空了，从行集读取数据的步骤停止读取，直到行集里又有可读的数据行。
数据行
并行
