Kettle这是国外的来源ETL工具，纯java写。能Window、Linux、Unix在执行。绿色无需安装，稳定高效的数据提取。
业务模型： 在关系型数据库中有张非常大的数据存储表，被设计成奇偶库存储，每一个库100张一模一样的表，每张表存储1000W，自己主动切换到下一个表。现须要同步这个数据到hive中（hdfs），循环抽取这些数据。假设是抽取增量的带上增量字段（每天增量数据存储在哪个表。奇数库还是偶数库是不知道的）。
a sqoop直接从mysql到hive，这样有些特殊字符会导致sqoop异常终止。并且这样循环对server的数据库大量取数，对server压力非常大，非常easy导致server瘫痪。
b 使用kettle处理转换过程就没有这种问题。kettle支持分页取数据，一定程度上减轻server压力。
1 先看总结构图（下面版本号为5.1）
2 环境变量设置
3 : javascript代码
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGlsaTcy/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">
编辑内容为
var count;
count = parent_job.getVariable("V_ID");
if(count == 10){
false;
}else{
count++;
parent_job.setVariable("V_ID", count);
true;
}
4 新建转换
编辑转换，内容为：
5 dummy 条件推断，不作改动
设置循环逻辑，箭头方向和类型非常重要
6 运行job，測试循环。
另外附上3.2版本号的kettle循环
设置变量
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGlsaTcy/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">
设置推断条件
转换 表输入文件输出
Js推断
watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvbGlsaTcy/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">
版权声明：本文博客原创文章。博客，未经同意，不得转载。