Linux环境部署kettle

时间:2024-03-17 11:10:50

本博客主要是记录了鄙人第一次在Linux环境部署kettle的经历,以及其中遇到的部分问题,不一定很全面,仅供参考交流
博客内容主要分为:JDK安装、kettle安装、安装JDK与kettle可能遇到的问题、以及定时执行job等

一、JDK安装(注意版本)
首先检测是否已经安装,利用java -version如果已安装,则忽略JDK安装步骤
Linux环境部署kettle
其次还需要关注,其版本是否兼容
JDK安装具体步骤如下:
1:下载安装jdk
kettle是一款纯java编写的开源ETL工具,需要jdk环境支持,下载jdk-8u181-linux-x64.tar.gz到/root/Desktop,建立jdk安装目录
mkdir /usr/java
cp /root/Desktop/jdk-8u181-linux-x64.tar.gz /usr/java/
cd /usr/java
tar -xzvf jdk-8u181-linux-x64.tar.gz
chmod +x jdk1.8.0_181
cd jdk1.8.0_181

2:配置环境变量
vim /etc/profile
export JAVA_HOME=/usr/java/jdk1.8.0_181 //jdk1.8.0_181为jdk的安装目录
export PATH=JAVAHOME/bin:PATH
export CLASSPATH=.:JAVAHOME/lib/dt.jar:JAVA_HOME/lib/tools.jar
source /etc/profile //环境变量生效

3:测试
若出现版本信息,则安装配置成功
java -version

二、部署kettle(kettle本身是无需安装,只需要解压即可)
1:创建一个目录,
**# mkdir /root/software/kettle
将下载好的kettle解压后放在该文件夹下。
cd /root/software/kettle
unzip pdi-ce-7.1.0.0-12.zip //解压
cd data-integration
ll .sh //查看.sh
chmod +x .sh //以.sh结尾的文件(命令脚本)必须拥有执行权限,如果没有,请赋予***

2:测试安装是否成功
在kettle的data-integration目录中执行kitchen.sh文件,若出现帮助信息,证明安装成功
./kitchen.sh
Linux环境部署kettle
若是如图所示,则恭喜你,安装成功

但是更多的情况是会出现一些问题:
1、错误提示如下:
WARNING: no libwebkitgtk-1.0 detected, some features will be unavailable
Consider installing the package with apt-get or yum.
e.g. ‘sudo apt-get install libwebkitgtk-1.0-0’
这是由于缺乏相应的包导致的,主要是由于安装相应的Linux系统时选择了比较小的简易版的安装包
解决方案:
由于centos与Ubuntu的包管理器不同,导致二者在解决问题的具体方式也会存在不同
centos参考https://blog.csdn.net/m0_37618809/article/details/81015492
主要是利用yun命令安装相应的包,部分包需要下载后利用rpm命令安装,安装包的下载网站:http://rpmfind.net/linux/rpm2html/search.php?query=libicuuc.so.52.1%28%29%2864bit%29&submit=Search+…&system=&arch=
但是我在其中也遇到了诸多问题,但是由于鄙人对Java了解有限,所以不在此处展开
ubuntu参考:直接执行apt-get install libwebkitgtk-1.0-0命令安装该包即可
apt是Ubuntu的包管理器,并且可以自动安装相应的依赖包
:lsb_release -a 可查看Linux系统发行版本

2、错误提示如下:
Linux环境部署kettle
这是由于Java版本问题导致,只有将之前低版本的jdk卸载,然后安装最新版的jdk 即可

3、执行ktr脚本,并输出相应日志:
nohup /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/pan.sh -file /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.ktr>>/root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_y.log 2>> /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_n.log &
注意,此处nohup与&必不可少,其中重定向是为了输出相应的日志
nohup Command [ Arg … ] [ & ] #不挂断地运行命令
该命令背景:在客户端执行某个命令,启动成功后,若是关闭SSH客户端,运行程序也会同时终止,上述命令即使退出SSH客户端,程序也能一直执行下去
注:带&的命令行,即使terminal(终端)关闭,或者电脑死机程序依然运行(前提是你把程序递交到服务器上)

执行转换,编写测试转换,执行如下命令即可
/opt/kettle/data-integration/pan.sh -file /opt/kettle/ktr/test/tset.ktr
执行job:
/opt/kettle/data-integration/ kitchen.sh -file /opt/kettle/ktr/test/tset.kjb
job和ktr的路径变量问题需要注意,也可以直接写绝对路径

4、命令脚本(test.sh)

!/bin/sh

export JAVA_HOME=/usr/java/jdk1.8.0_181
export JRE_HOME=/usr/java/jdk1.8.0_181/jre
export CLASSPATH=.:JAVAHOME/lib:JRE_HOME/lib:CLASSPATHexportPATH=JAVA_HOME/bin:JREHOME/bin:PATH
nohup /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/pan.sh -file /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.ktr>>/root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_y_.log 2>> /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/kettle_log/test_n_.log &
注:环境变量必不可少;需要利用chmod +x test.sh命令对test.sh脚本赋予执行权限

5、ktr定时任务:(每五分钟执行一次test.sh)
/5 * * * * /root/software/kettle/pdi-ce-7.0.0.0-25/data-integration/workspace/test.sh
注,不同的Linux系统退出编辑的命令有所不同,其中ubuntu是CTRL + x 进行保存退出;
crontab -e:edit编辑定时任务
crontab -l:list定时执行清单
crontab -r:remove删除全部定时任务
关于.kjb(即kettle的job任务)脚本的定时任务,建议利用Linux系统的crontab来设定,不建议利用job流程里面的定时执行方式,
原因:鄙人目前还没有找到比较好的用于终止该定时任务的方式;同时也不利于其他人员了解相关的定时执行计划

6、ktr脚本(含有数据库链接)在本地运行正常,但在服务器上运行时,提示数据库连接失败
多为白名单设置问题
linux登陆其他服务器中的数据库命令,进行测试:
mysql -h 服务器IP地址 -p 数据库名称 -u 用户名 -p

9、错误提示如下:
Linux环境部署kettle
极有可能存在内存溢出,可以参考 https://www.2cto.com/database/201501/367201.html
解决方案:
找到kettle目录下的Spoon.bat文件,找到如下部分
REM ********************************************************
REM * Set java runtime options *
REM * Change 512m to higher values in case you run out of memory *
REM * or set the PENTAHO_DI_JAVA_OPTIONS environment variable *
REM ********************************************************

if “%PENTAHO_DI_JAVA_OPTIONS%”==”” set PENTAHO_DI_JAVA_OPTIONS=”-Xmx512m” “-XX:MaxPermSize=256m”

set OPT=%PENTAHO_DI_JAVA_OPTIONS% “-Djava.library.path=%LIBSPATH%” “-DKETTLE_HOME=%KETTLE_HOME%” “-DKETTLE_REPOSITORY=%KETTLE_REPOSITORY%” “-DKETTLE_USER=%KETTLE_USER%” “-DKETTLE_PASSWORD=%KETTLE_PASSWORD%” “-DKETTLE_PLUGIN_PACKAGES=%KETTLE_PLUGIN_PACKAGES%” “-DKETTLE_LOG_SIZE_LIMIT=%KETTLE_LOG_SIZE_LIMIT%” “-DKETTLE_JNDI_ROOT=%KETTLE_JNDI_ROOT%”
修改参数,将内存值调大(256的倍数),调整后如下所示:
REM ********************************************************
REM * Set java runtime options *
REM * Change 512m to higher values in case you run out of memory *
REM * or set the PENTAHO_DI_JAVA_OPTIONS environment variable *
REM ********************************************************

if “%PENTAHO_DI_JAVA_OPTIONS%”==”” set PENTAHO_DI_JAVA_OPTIONS=”-Xmx1024m” “-XX:MaxPermSize=2048m”

set OPT=%PENTAHO_DI_JAVA_OPTIONS% “-Djava.library.path=%LIBSPATH%” “-DKETTLE_HOME=%KETTLE_HOME%” “-DKETTLE_REPOSITORY=%KETTLE_REPOSITORY%” “-DKETTLE_USER=%KETTLE_USER%” “-DKETTLE_PASSWORD=%KETTLE_PASSWORD%” “-DKETTLE_PLUGIN_PACKAGES=%KETTLE_PLUGIN_PACKAGES%” “-DKETTLE_LOG_SIZE_LIMIT=%KETTLE_LOG_SIZE_LIMIT%” “-DKETTLE_JNDI_ROOT=%KETTLE_JNDI_ROOT%”