[JDBC] Kettle on MaxCompute 使用指南

Posted 2021-08-14 阿里云云栖号

简介： Kettle是一款开源的ETL工具，纯Java实现，可以在Windows、Unix和Linux上运行，提供图形化的操作界面，可以通过拖拽控件的方式，方便地定义数据传输的拓扑 。基本讲介绍基于Kettle的MaxCompute插件实现数据上云。

Kettle版本：8.2.0.0-342

MaxCompute JDBC driver版本：3.2.8

Setup

1. 下载并安装Kettle
2. 下载MaxCompute JDBC driver
3. 将MaxCompute JDBC driver置于Kettle安装目录下的lib子目录（data-integration/lib）
4. 下载并编译MaxCompute Kettle plugin：https://github.com/aliyun/aliyun-maxcompute-data-collectors
5. 将编译后的MaxCompute Kettle plugin置于Kettle安装目录下的lib子目录（data-integration/lib）
6. 启动spoon

Job

我们可以通过Kettle + MaxCompute JDBC driver来实现对MaxCompute中任务的组织和执行。

首先需要执行以下操作：

1. 新建Job
2. 新建Database Connection
   JDBC连接串格式为：jdbc:odps:?project=
   JDBC driver class为：com.aliyun.odps.jdbc.OdpsDriver
   Username为阿里云AccessKey Id
   Password为阿里云AccessKey Secret
   JDBC更多配置见：https://help.aliyun.com/document_detail/161246.html

 之后，可以根据业务需要，通过SQL节点访问MaxCompute。下面我们以一个简单的ETL过程为例：

 

Create table节点的配置如下：

 

需要注意：

1. 这里Connection需要选择我们配置好的
2. 不要勾选Send SQL as single statement

Load from OSS节点配置如下：

 需要注意的点同Create table节点。有关更多Load的用法，见：https://help.aliyun.com/document_detail/157418.html

Processing节点配置如下：

 

需要注意的点同Create table节点。

Transformation

我们可以通过MaxCompute Kettle plugin实现数据流出或流入MaxCompute。

首先新建Transformation，之后新建Aliyun MaxCompute Input节点，配置如下：

 

在MaxCompute中新建一张空表，schema与test_partition_table一致。

新建Aliyun MaxCompute Output节点，配置如下：

 

执行Transformation，数据便从test_partition_table被下载，后被上传至test_partition_table_2。

其他

设置MaxCompute flags

如图，在执行DDL/DML/SQL之前，可以通过set key=value;的方式配置flags。

Script模式

暂时无法支持

原文链接

本文为阿里云原创内容，未经允许不得转载。