ETL工具Pentaho Kettle的transformation和job集成

1.      Kettle

1.1.      
简介

Kettle是一款国外开源的etl工具，纯java编写，数据抽取高效稳定（数据迁移工具）。Kettle中有两种脚本文件，transformation和job，transformation完成针对数据的基础转换，job则完成整个工作流的控制。

2.      集成开发

2.1.      
transformation实现解析

// 初始化Kettle环境，加载配置

KettleEnvironment.init();

//文件路径及文件名

String filename=”/foo/bar/trans.ktr”;

//解析transformation文件

TransMeta transmeta = new TransMeta(filename);

//加载transformation

Trans trans = new Trans(transmeta);

//在独立线程中执行transformation，“null”可以用参数集替代

trans.execute(null);

//等待transformation执行完毕

trans.waitUntilFinished();

//获取执行结果

Result  result=trans.getResult();

2.2.      
job实现解析

// 初始化Kettle环境，加载配置

KettleEnvironment.init();

//文件路径及文件名

String filename=”/foo/bar/jobn.kjb”;

//解析job文件,不使用资源库

JobMeta jobmeta=new JobMeta(filename, null,null);

//加载job

Job job=new Job(null, jobmeta);

//在独立线程中执行job 

job.start();

//等待job执行完毕

job.waitUntilFinished();

//获取执行结果

Result result=job.getResult();

2.3.      基于资源库集成

// 初始化Kettle环境，加载配置

KettleEnvironment.init();

//资源库类型插件初始化

PluginRegistry.init();

//资源库对象实例化

Repository repository=null;

RepositoriesMeta repositoriesMeta = new RepositoriesMeta();

//读取资源库

repositoriesMeta.readData();

//遍历资源库

/*

for ( int i = 0; i < repositoriesMeta.nrRepositories(); i++ ) {

RepositoryMeta rinfo = repositoriesMeta.getRepository( i );

System.out.println( "#"+ ( i + 1 ) + " : " + rinfo.getName() + " [" + rinfo.getDescription() + "]  id=" + rinfo.getId() );

}

*/

//根据资源库名称“1.0”查找资源库

RepositoryMeta repositoryMeta = repositoriesMeta.findRepository( "1.0" );

// 获取PluginRegistry实例

PluginRegistry registry = PluginRegistry.getInstance();

//加载资源库

repository = registry.loadClass(RepositoryPluginType.class,repositoryMeta, Repository.class);

//资源库初始化

repository.init(repositoryMeta);

//获取资源库路径

RepositoryDirectoryInterface directory = repository.loadRepositoryDirectoryTree();

// JobMeta实例化

JobMeta jobmeta = new JobMeta();

//解析资源库的job文件

jobmeta = repository.loadJob("job2", directory, null, null);

//job实例化

Job job = null;

//加载资源库job

job = new Job(repository, jobmeta);

//在独立线程中执行job 

job.start();

//等待job执行完毕

job.waitUntilFinished();

//获取执行结果

Result result=job.getResult();

2.4.      
日志集成

日志输出准备：

// FileLoggingEventListener实例化

FileLoggingEventListener fileLoggingEventListener=null;

//tran.log文件追加日志，true表示追加，false表示不追加

fileLoggingEventListener=new FileLoggingEventListener( "tran.log", true );

运行结果日志输出：

//获取结果集

Map<String,ResultFile> map=result.getResultFiles();

//遍历运行结果，并输出日志文件

for(String key:map.keySet()){

//获取ResultFile对象

ResultFile rf=map.get(key);

//创建日志通道

LogChannelInterface log = new LogChannel( "运行结果" );

//输出日志到日志文件

log.logBasic(rf.getFile().getName().toString());