Kettle簡介

Kettle(現也稱為Pentaho Data Integration，簡稱PDI)是一款非常受歡迎的開源ETL工具軟件，主要用于數據整合、轉換和遷移。Kettle除了支持各種關系型數據庫，HBase MongoDB這樣的NoSQL數據源外，它還支持Excel、Access這類小型的數據源。并且通過這些插件擴展，kettle可以支持各類數據源。

下圖顯示了Kettle和ADB for PostgreSQL之間的關系，數據源通過Kettle進行ETL或數據集成操作以后可以和ADB for PostgreSQL進行交互：
?

Kettle支持的數據來源非常豐富，主要包括以下分類：?

• 表輸入
• 文本文件輸入
• 生成記錄/自定義常量
• 獲取系統(tǒng)信息
• 各類格式文件輸入
• Json輸入
• 以及其他輸入

更詳細的輸入可以從界面中的“核心對象”的“輸入”分類中查看。

Kettle支持的表輸入來源自數據庫連接中使用SQL語句獲取，其中數據庫連接支持非常豐富的連接方式，包括：

• Native(JDBC)連接
• ODBC連接
• OCI連接
• JNDI連接

通過這些連接方式，可以支持連接大多數主流數據庫，如Oracle, SQL Server, MySQL, DB2, PostgreSQL, Sybase, Teradata等等，更詳細的連接信息可以參考官方文檔：https://help.pentaho.com/Documentation/8.2/Setup/Configuration/Define_Data_Connections

Kettle導入到ADB for PostgreSQL

Kettle支持導入到ADB for PostgreSQL的方式

目前，Kettle支持的數據導入到ADB for PostgreSQL的方式有：

導入方式說明

表輸出 (INSERT方式)	采用JDBC作為導入方式 支持批量插入，批量插入使用JDBC的batch insert方法
批量加載 (COPY方式)	采用COPY作為導入方式 對于大表，COPY方式性能達到批量插入性能的10倍左右

表輸出(INSERT方式)導入會流過Master節(jié)點并做解析之后分布到對應的Segment節(jié)點上，這種方式相對較慢并且不適合導入大量數據。批量加載(COPY方式)導入方式比INSERT語句插入多行的效率更高。

以下將分別介紹如何通過這兩種方式將外部數據遷移到AnalyticDB for PostgresSQL。

準備工作

使用Kettle將外部數據導入AnalyticDB for PostgresSQL之前，需要完成以下準備工作。

• 在本地主機中安裝kettle
• 在AnalyticDB for PostgreSQL中創(chuàng)建目標數據庫、模式和表。

表輸出方式導入數據到ADB for PostgreSQL

Kettle采用表輸出方式，支持使用通用的JDBC接口，從各種數據庫源導入到ADB for PostgreSQL中。以下就以MySQL為例說明如何通過JDBC接口導入數據到ADB for PostgreSQL中。

1.在Kettle中新建一個轉換。
2.在轉換中新建一個MySQL數據庫連接作為輸出源，詳細的參數配置如下表所示。
配置參數時，不要勾選Use Result Streaming Cursor。
?

配置項說明

連接名稱	數據連名
連接類型	選擇MySQL
連接方式	選擇Native（JDBC）
主機名	MySQL的連接地址
數據庫名稱	MySQL的數據庫名
端口號	連接地址對應的端口號
用戶名	用戶名
密碼	用戶密碼

3.完成上述參數配置后，單擊測試測試連通性，測試通過后單擊確認。
4.在轉換中新建一個Greenplum數據庫連接作為輸入源，詳細的參數配置如下表所示。

配置項說明

連接名稱	數據連名
連接類型	選擇Greenplum
連接方式	選擇Native（JDBC）
主機名	AnalyticDB for PostgreSQL的連接地址
數據庫名稱	AnalyticDB for PostgresSQL的數據庫名
端口號	連接地址對應的端口號
用戶名	用戶名
密碼	用戶密碼

5.?完成上述參數配置后，單擊測試測試連通性，測試通過后單擊確認。
6.在kettle左側核心對象的輸入中，找到表輸入，并將其拖動入到工作區(qū)。

7.雙擊工作區(qū)的表輸入，在表輸入對話框中進行參數配置。

8.在Kettle左側核心對象的輸出中，找到表輸出，并將其拖動入到工作區(qū)。

9.雙擊工作區(qū)的表輸出，在表輸出對話框中進行參數配置。

10.新建一條表輸入到表輸出的連接線。

11.單擊白色三角箭頭運行轉換，觀察運行日志和運行狀態(tài)。

待MySQL數據成功導入AnalyticDB for PostgreSQL后，您就可以使用AnalyticDB for PostgreSQL進行數據分析。

批量加載方式導入數據到ADB for PostgreSQL

Kettle支持使用批量加載方式（COPY方式）導入數據到ADB for PostgreSQL中。下面步驟舉例說明通過從外部文件中批量加載數據到ADB for PostgreSQL中。

在Kettle中新建一個轉換。

在轉換中新建一個文本文件輸入作為輸出源。

雙擊文本文件輸入的圖表，選擇輸入的文本文件。

在“內容”選項卡中配置輸入文件的分隔符。

在“字段”選項卡定義輸入文件表中的字段。

在轉換中新建一個Greenplum數據庫連接作為輸入源，詳細的參數配置如下表所示。

完成上述參數配置后，單擊測試測試連通性，測試通過后單擊確認。

在Kettle左側核心對象的批量加載中，找到PostgreSQL批量加載，并將其拖動入到工作區(qū)。

新建一條文件輸入到PostgreSQL批量記載的連接線。

雙擊工作區(qū)的PostgreSQL批量加載圖表，在批量加載對話框中進行參數配置：

單擊白色三角箭頭運行轉換，觀察運行日志和運行狀態(tài)
待數據成功導入AnalyticDB for PostgreSQL后，您就可以使用AnalyticDB for PostgreSQL進行數據分析。

原文鏈接
本文為云棲社區(qū)原創(chuàng)內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的使用kettle导入数据到ADB for PostgreSQL的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。