Greenplum 作為一款數據平臺軟件，多用於數據倉庫、數據湖等場景下，將多個源端數據抽取、轉換並加載到 Greenplum 數據庫可能是目前很多用戶較為關心的場景。
在數據集成方面，除了自己寫程序或腳本來實現特定的功能，有一款順手的ETL工具能大大提升工作效率。目前市場上現存的ETL工具或有部分ETL的CDC工具五花八門，老牌產品有Informatica、Datastage、Kettle 等，新秀有 NiFi、HVR 等。從今天開始，陸續給大家分享一些ETL相關的內容，分享中有任何建議請留言溝通。
Kettle簡介
話不多說，今天開始介紹的一系列文章都與 Kettle 相關，Kettle 這個ETL工具集，允許你管理來自不同數據庫的數據，通過提供一個圖形化的用戶環境來描述你想做什麼，而不是你想怎麼做。它是一款開源的ETL工具，純java編寫，可以在 Windows、Linux、Unix（包括Mac）上運行，運行高效穩定，圖形化界面使用方便，可以說是目前開源產品中用戶體驗最好的產品。但是在監控和集群運行方面仍然存在短板（後期在介紹NiFi的時候會體會更深）。
Kettle 起初由開發大神 MATT 開源，其目的就是統一多個數據源數據並輸出，目前它被日立公司收購，目前官方名稱為 Data Integration，已經發展到 Data Integration 9.x 版本。所以大家可能會在百度搜索時看到很多概念，請不要讓這些噪音混淆了你的判斷，你大爺仍然是你大爺，Kettle 仍然可以免費下載使用。
隨著 Kettle 版本的更迭，所支持的產品也越來越多，幾乎包含了目前我們所能遇到的絕大部分產品。當然功能越全，軟件包就越大，我在這裡採用的是 Kettle 7.0 版本，用的比較順手而已（當然我自己認為 6.x\\7.x 版本比較經典，國內好多廠商都是基於這兩個版本的 Kettle 進行的國產化），大家日常可以自行選擇版本。
Kettle安裝
Kettle 安裝簡單，由於其基於 Java 開發，所以首先需要在對應的環境下安裝 JDK，然後將下載的 Kettle 安裝包（ https://jaist.dl.sourceforge.net/project/pentaho/Pentaho%209.0/client-tools/pdi-ce-9.0.0.0-423.zip ）解壓縮，點擊 Data Integration 文件夾下的 spoon.sh/bat 運行即可，這裡最需要關注的是 Kettle 版本與 JDK 版本的對應關係。
Kettle下載地址
傳送門 –> https://sourceforge.net/projects/pentaho/files/
- PDI 官方文檔：https://help.pentaho.com/Documentation
常見問題解答
傳送門 –> https://wiki.pentaho.com/display/EAI/Beginners+FAQ
與JDK對應關係
官方文檔指出：Since Kettle version 5 you need Java 7 (aka 1.7), download this version from Oracle（http://www.oracle.com/technetwork/java/javase/downloads/jdk7-downloads-1880260.html）. When the right version is not found on the path (verify with java -version on a command line) you can set this within the Spoon.bat file (see the set PATH line).
上面說的比較籠統，意指只要安裝JDK 1.7版本即可。
在實際使用過程中，如果您發現啟動報錯或有卡住不動的情形，可以簡單參考以下對應關係（僅為個人經驗）。
<code>Kettle 5.x --> JDK 1.6/JDK 1.7
Kettle 6.x --> JDK 1.7/JDK 1.8
Kettle 7.x/8.x --> JDK 1.8/<code>
Kettle 在 Mac 平臺的安裝注意事項
我這裡下載了 Kettle 7.1 版本的安裝包：pdi-ce-7.1.0.0-12.zip。解壓完後，如果直接點擊 Data Integration.app（Mac下啟動方式），程序是沒有任何反應的，但是直接在 terminal 中執行 spoon.sh 可以啟動，從 terminal 啟動呢，極有可能遇到菜單欄和資源庫 Connect 按鈕無法點擊問題。
這個問題大概是因為 macOS 的安全策略禁止了這個應用去訪問一些數據，此處只需要把這個應用的一些權限刪除即可，正確的操作姿勢應該是：
<code>$ cd data-integration
$ sudo xattr -dr com.apple.quarantine . Data\\ Integration.app
將整個文件夾拖到【應用程序】文件夾，通過Mac的程序塢打開。/<code>
Kettle 在 Windows/Linux/Unix 平臺的安裝注意事項
在 Mac 之外的平臺使用 Kettle，只需要執行壓縮包下的 Spoon.bat(windows) 或 spoon.sh(Linux/Unix) 即可。
閱讀更多 Greenplum中文社區 的文章
