kettle从入门到精通 第九十七课 ETL之kettle kettle资源仓库的5种方式

场景:接触kettle有一段时间了,kettle资源仓库的各种方式也都体验了一下,各自有自己的优缺点吧,今天有时间一起梳理下,互相探讨下。

1、文件仓库

文件仓库的意思kettle中设计的trans和job脚本文件放到本地文件,这种方式读取和保存速度相当快,适合单人作战模式。

  1. 打开spoon客户端,点击右上角的Connect->Repository Manager 进行设置仓库,如下图所示:

2)点击Add按钮,选择File Repository选项设置文件仓库,如下图哦所示:

3)设置仓库名称和仓库文件路径,点击保存即可完成文件仓库的设置。

2、数据库仓库

数据库仓库的意思kettle中设计的trans和job脚本文件放数据库中,这种方式读取和保存速度比较慢(另外若由文件仓库转换为数据库仓库文件路径引用也会有问题),适合团队协作,不过Spoon中已经不推荐数据库仓库方式了,如下图所示。

1)新建数据库仓库schema,我们这里设置为etl。

2)填写数据库仓库名称,点击create按钮设置数据库连接,如下图所示:

填写数据库仓库连接信息,如下图所示:

选择我们刚才设置的连接,点击保存按钮,如下图所示:

3)点击Connect按钮,然后输入用户名和密码点击登录完成。这里的用户名和密码默认为admin/admin。

4)数据库仓库方式社群小伙伴在使用过程中也反馈体验不好,大家谨慎使用。

3、Pentaho Repository

Pentaho Repository 方式也是官方推荐的一个数据库仓库,不过该方法需要单独部署一个Pentaho server服务,适合团队协作,不过该方法也增加了部署的复杂性。

1)部署Pentaho server,我这里使用的pentaho-server-ce-10.2.0.3-335版本,然后通过start-pentaho.sh/start-pentaho.bat 脚本文件启动服务即可。

2)启动服务之后,访问http://localhost:8080/pentaho/Home,输入用户名和密码登录pentaho server服务,用户名和密码默认为admin/password,如下图所示:

3)在spoon中选择Pentaho Repository,然后填写pentaho server地址,点击保存。

4)点击Connect按钮,填写pentaho server的用户名和密码完成登录即可。

4、git+文件仓库

git+文件的意思是我们将我们本地文件仓库中的脚本文件推送的git仓库,可以是公司内部部署的gitlab,也可以是gitee或者github。一般情况下是放到公司内部部署的gitlab比较合适。

该方式适合团队协作且有版本管理功能,不过该方式需要开发者本地电脑安装git版本客户端,手动提交本地文件仓库到gitlab,使用时手动从gitlab拉取文件。

5、git插件+文件仓库

这里的git插件是我们团队研发的kettle的git插件,可以直接在spoon客户端中提交或者拉取trans或者job脚本,适合团队协作且有版本管理功能。

相关推荐
十月南城5 天前
数据湖技术对比——Iceberg、Hudi、Delta的表格格式与维护策略
大数据·数据库·数据仓库·hive·hadoop·spark
王九思5 天前
Hive Thrift Server 介绍
数据仓库·hive·hadoop
土拨鼠烧电路5 天前
笔记11:数据中台:不是数据仓库,是业务能力复用的引擎
数据仓库·笔记
Asher05095 天前
Hive核心知识:从基础到实战全解析
数据仓库·hive·hadoop
weixin_449310846 天前
使用轻易云平台实现数据ETL转换与写入金蝶云星辰V2
java·数据仓库·etl
一号IT男8 天前
Hive中GROUPING SETS功能详解
数据仓库·hive·hadoop
500佰8 天前
Hive常见故障多案例FAQ宝典 --项目总结(宝典一)
大数据·linux·数据仓库·hive·hadoop·云计算·运维开发
makabalala11 天前
如何利用YashanDB进行数据仓库构建
数据仓库