“Kettle资源库、运行方式与日志”的版本间的差异

2021年10月29日 (五) 01:42的最新版本

kettle资源库

资源库是用来保存转换任务的，用户通过图形界面创建的的转换任务可以保存在资源库中。

资源库可以使多用户共享转换任务，转换任务在资源库中是以文件夹形式分组管理的，用户可以自定义文件夹名称。

kettle资源库元数据

资源库

资源库包括文件资源库、数据库资源库

Kettle 4.0 以后资源库类型可以插件扩展

XML文件

ktr 转换文件的XML的根节点必须是 <transformation>

kjb 作业XML的根节点是<job>

kettle资源库类型

数据库资源库：

把 Kettle 的元数据串行化到数据库中，如 R_TRANSFORMATION 表保存了Kettle 转换的名称、描述等属性。

在Spoon 里创建和升级数据库资源库

文件资源库：

在文件的基础上的封装，实现了 org.pentaho.di.repository.Repository 接口。是Kettle 4.0 以后版本里增加的资源库类型。　

不使用资源库：

　　直接保存为ktr或kjb文件。

资源库操作

新建资源库：

　　kettle7.0后新建方式略有不同，新建资源库在右上角->connect，

生成缩略图出错：无法找到文件

选择资源库的几点参考对比：

生成缩略图出错：无法找到文件

统一参数管理

像资源库的一些连接信息应该是不能硬编码写死的，所以kettle也提供了kettle.properties文件来进行全局变量的控制。　

kettle.properties，文件位于 java 的 user.home 目录下。

找到user.home下的.kettle/kettle.properties

写入变量后，使用${var.name}进行变量读取即可（类似shell的变量形式）

// 使用参数表等情况，暂不赘述

Kettle运行方式

　　运行方式主要分为：图形化、命令行、API。

图形界面：Spoon

命令行：Pan、Kitchen

API：Kettle Java API 嵌入到其他应用

Spoon

本地运行：前面的都是采用本地运行，直接点击运行按钮进行运行的，不再赘述。远程：Carte

Carte 是内嵌 Jetty 的 http server。
Carte执行命令 carte localhost 8080

需要现在服务器上运行命令，格式为carte ip 端口（端口可以随意，只要不冲突即可） carte localhost 8080

　　// 主要命令的位置（未配置PATH需要切到指定目录）

然后在转换的主对象下找到子服务器

生成缩略图出错：无法找到文件

　　// 默认用户名和密码为cluster/cluster 　　

集群方式，暂不介绍

命令行

主要有Pan和Kitchen，但是由于项目都是以作业为主，所以还是Kitchen使用的更多

两种方式的参数列表如下：（直接敲命令kitchen等不带任何参数，则列出帮助）

生成缩略图出错：无法找到文件

Pan 参数名列表：

/rep : 资源库名称
/user : 资源库用户名
/pass : 资源库密码
/trans : 要启动的转换名称
/dir : 目录(不要忘了前缀 /)
/file : 要启动的文件名(转换文件)
/level : 日志级别 (Error, Nothing, Minimal, Basic , Detailed, Debug, Rowlevel)
/logfile : 要写入的日志文件
/listdir : 列出资源库里的目录
/listtrans : 列出指定目录下的转换
/listrep : 列出可用资源库
/exprep : 将资源库里的所有对象导出到 XML 文件中
/norep : 不要将日志写到资源库中
/safemode : 安全模式下运行: 有额外的检查
/version : 显示转换的版本,校订和创建日期
/param : 设置参数，参数格式<NAME>=<VALUE>，例如-param:FOO=bar
/listparam : 列出转换里已经设置好的参数。
/maxloglines : 内存中保存日志的最大日志行数
/maxlogtimeout : 内存中保存日志的最长时间

Kitchen 参数名列表：

/rep : 资源库名称
/user : 资源库用户名
/pass : 资源库密码
/job : 要启动的作业名称
/dir : 目录(不要忘了前缀 /)
/file : 要启动的文件名(转换文件)
/level : 日志级别 (Error, Nothing, Minimal, Basic , Detailed, Debug, Rowlevel)
/logfile : 要写入的日志文件
/listdir : 列出资源库里的目录
/listjobs : 列出指定目录下的作业
/listrep : 列出可用资源库
/exprep : 将资源库里的所有对象导出到 XML 文件中
/norep : 不要将日志写到资源库中
/safemode : 安全模式下运行: 有额外的检查
/version : 显示转换的版本,校订和创建日期
/param : 设置参数，参数格式<NAME>=<VALUE>，例如-param:FOO=bar
/listparam : 列出转换里已经设置好的参数
/export : 把作业依赖的所有资源导出到一个zip 文件里
/maxloglines : 内存中保存日志的最大日志行数
/maxlogtimeout : 内存中保存日志的最长时间

日志级别:

Error: 只记录错误信息
Nothing: 不记录任何信息,执行效率最高
Minimal: 记录最少的信息
Basic: 记录基本信息
Detailed: 记录详细信息
Debug: 记录调试信息
Rowlevel: 转换过程中的每一行都记录下来,日志最详细,执行效率最低

命令格式：/参数名:值或-参数名=值

新建一个测试作业：

生成缩略图出错：无法找到文件

　　执行作业示例：

./kitchen /rep:r1 /user:admin /pass:admin /job:j1 /dir:/ /logfile:F:/log3.txt // 更多示例，待补充

日志

文件日志位置

通过/logfile在命令行中运行Job时设置 linux中通过管道符进行输出重定向

默认的日志文件保存在 java.io.tmpdir 目录下，文件名类似spoon_xxx.log

图形化界面也有日志输出窗口

日志参数设置

Spoon中通过工具->选项进行部分日志输出窗口设置 kettle.properties中相关参数设置：

     KETTLE_MAX_LOG_SIZE_IN_LINE 变量
     KETTLE_MAX_LOG_TIMEOUT_IN_MINUTES变量

数据库日志

转换有4个日志表：

转换日志表
步骤日志表
性能日志表
日志通道日志表
作业日志表

作业日志表
作业项日志表

日志通道日志表

转换的日志设置在：编辑->设置；选择日志（作业同理）

生成缩略图出错：无法找到文件

　　选择数据库连接->如果数据库中没有这个表，则可以点击下面的SQL，再通过执行进行新建，转换表配置如下：

生成缩略图出错：无法找到文件

　　其他日志表类似，监控表需要开启监控：

生成缩略图出错：无法找到文件

日志简要介绍如下：

生成缩略图出错：无法找到文件

“Kettle资源库、运行方式与日志”的版本间的差异

2021年10月29日 (五) 01:42的最新版本

目录