注：老规矩在不泄露公司信息的前提下操作
4 kettle与mysql
4.1 mysql-mysql数据操作
4.1.1 全库迁移
此操作的目的是一次性将源数据库中的表全部抽取到目标库中，本例子的流程是将ip为XXXXXXXX的mysql数据库中的XXX库中的302张表（每张收10条数据）一次性抽取到pc机的mysql的test库中。整体流程如下：批量获取源数据库的表名和ddl，并且替换掉不能识别的字段类型将其赋值给tablename和ddl两个变量，然后利用传递过来的表名和ddl在目标库批量建表和导入数据。整个流程由2个Job和4个Transformation组成。如下图所示。
首先，“提取表名和ddl”（Transformation），替换掉kettle无法识别的字段类型和报错关键字。如图4.1所示。此处需要注意问题如下：
（1） 字符串替换：将Kettle把DATETIME和TIMESTAMP识别成的UNKNOWN替换为VARCHAR(100)。
（2） 关键字替换：将password，level，end等关键字加上` `。
（3） 本地mysql字符集设置：将kettle和mysql都设置为utf8，不然会影响中文的插入。
图4.1 获取表名和ddl并替换报错字符
然后，“表名称变量和ddl变量”（Transformation）的设置，流程如图4.2所示，将上一步复制到记录的抽取结果取出来然后设置为变量。
图4.2 表名称和ddl变量设置
然后是“入户表结构创建”（Transformation）。将变量传输过来的ddl以sql脚本的形式执行在本地创建表。流程如图4.3所示。选择好对应的数据库，勾选变量替换。
图4.3 入库表结构创建
接下来是“每张表抽10条数”（Transformation），从tablename变量中获取到表名，然后从每张表中取10条数，输出给对应目标库的目标表。流程如图4.4-4.5所示。
图4.4 表输入设置
图4.5 表输出设置
然后，建立创建表的JOB，流程如下所示。其中
代表不管前一个节点是否执行成功，后一个节点依然会被执行。
表示上一个节点如果执行报错的话，跳过此环节，接着执行下一个循环。如图4.6所示。
图4.6 创建表
最后是批量建表和导入数据Job创建，整体流程如图4.7所示。点击“创建表”在高级选项卡中勾选“对每一个输入都执行一次”表示要执行变量中的每一条数据。如图4.8所示。
图4.7 全库迁移
图4.8 创建表节点设置
到此整个全库迁移流程创建完毕，执行结果成功301张表，其中一张是kettle读取过来的ddl与源表不一致报错，需要单独抽取。
4.1.2 增量抽取
增量抽取的目的是解决源数据库中表数据实时更新的问题，增量更新的方法有两种，一种是采用当前表中的时间字段的最大值或者上一次增量后产生的sysdate（）；另一种是采用触发器等工具，把变化的数据捕获，然后进行插入更新。
4.1.2.1 时间增量
本例通过时间去增量抽取。以xxxxx库中的orders表为实验对象，首先通过max_date节点获取目标库的系统时间，然后传输给表输入2，筛选出大于此时间的数据，然后存到目标数据库。流程如图4.9所示。“Max_date”节点和“表输出2”节点的设置如图4.10-4.11所示。
图4.9 增量抽取流程
图4.10 获取目标表系统时间
图4.11 筛选更新变化数据
4.1.2.2 触发器增量
会对源数据库产生影响，不做介绍
4.1.3 定时任务开发
结合时间增量抽取的例子，本章对kettle定时任务的开发做讲解，整个流程由一个JOB和两个Transformation组成。首先用“抽取历史数据”将历史数据抽取到目标库。如图4.12所示。
图4.12 抽取历史数据
然后，取目标表的最新时间为时间参数，增量抽取更新数据到目标表，同时将更新数据写一份到本地text文件。如图4.13所示。
图4.13 采用maxdate参数抽取更新数据
最后，新建一个Job，定时执行增量抽取JOB并将执行结果以邮件的形式发送到指定邮箱。如图4.14所示。
图4.14 定时执行增量抽取作业
为了方便测试，设置定时为每天16:03开始增量抽取作业。如图4.15所示。
图4.15 定时执行
但是这样还是要人为的点击“执行”
按钮才能执行job作业，linux系统可以采用crontab 执行kettle的调用命令。Windows下可以采用bat脚本+任务计划程序的方式来实现自动化执行。过程如下：
首先，编辑调用Kitchen.bat的.bat文件。如图4.16所示。
图4.16 Kitchen.bat的调度
然后，创建windows计划任务，如图4.17所示。测试结果：定时每天16:02执行计划任务，16:03执行增量抽取操作，并发送邮件到指定的邮箱。如图4.18-4.19所示。
图4.17 定时计划
图4.18 计划任务定时执行 图4.19 定时任务反馈邮件