Kettle源码学习（一）——把Kettle项目跑起来

　　kettle（pentaho data integration），是一款开源的C/S版的ETL工具，最近打算学习一下kettle源码，并自己写一个mini kettle，并改造成基于事件触发的流处理模型，前端欲支持桌面版和Web版。

　　首先，首要的工作是将kettle工程构建起来，达到能边跑看调试来观察学习源码。笔者采用的是自己构建一个项目，将kettle的相关模块代码和资源文件导入，并添加依赖库的方式，自认为有些不爽，但由于官网github下下来的工程，采用的是ivy构建工具，笔者没办法把依赖都下载下来，所以只能采用这种拙劣的方式。具体步骤如下：

1. 下载源码。

   本次源代码，笔者使用的是5.0.1-stable-R版本。kettle使用git进行版本控制，我们到kettle的github仓库将源代码下载下来（也可以使用git命令下载相应版本分支）。

   

   如上图所示，访问github仓库，在Branch中选择tags，直接搜索5.0.1，选择5.0.1-stable-R版本，接着，点击Download ZIP下载项目的压缩文件到本地，并解压。

2. 下载kettle发布包。

   这一步是为了为工程提供所依赖的jar包，由于很多jar无法下载成功，这里直接使用发布包中带的jar包，在后面的步骤中，将以此为基础新建用户库，新建的工程将依赖这个用户库。

   访问https://sourceforge.net/projects/pentaho/files/Data Integration/ 下载相应版本（笔者的是5.0.1-stable-R版本）的发布包，解压到本地。

   如果读者想使用其他版本，原则上是可以的，只要源代码和发布包的版本一致。

3. 新建工程，拷入代码、资源。

   在Eclipse中，新建java工程，命名为kettle-5.0.1，新建几个源代码文件夹（source folder），分别为:core、dbdialog、engine、ui、resources，core、dbdialog、engine、ui与下载下来的源代码工程里的目录是一致的，将存放各个模块源代码，resources将存放这四个模块里的资源文件。

   分别拷贝步骤一获取的源代码的四个目录下的src目录下的org文件夹将其拷至新建工程的相应源代码文件夹。并将源代码的四个目录下的src目录下的除org文件夹以外的文件，拷贝至新建工程的resources源代码文件夹。另外，需要将源代码的assembly文件夹拷贝至新建工程中，设置子目录package-res为源代码文件夹，并把assembly\package-res\ui目录里的内容拷贝一份至新建工程的ui源代码文件夹下。

   完成此步骤，将得到如图所示的工程结构（不包含kettle-5.0.1用户库依赖）。

   

4. 配置项目jdk版本和用户库。

   右键工程build path选择configure build path，修改jre system library为jdk1.6。点击windows->preferences，创建用户库kettle-5.0.1。如图所示：

   

   add external jars，找到步骤二下载下来的发布包下的lib目录，全部导入，并导入libswt\win64目录下的swt.jar，这里还需要将部分jar移除，需移除的jar如下：kettle-core-5.0.1-stable.jar、kettle-dbdialog-5.0.1-stable.jar、kettle-engine-5.0.1-stable.jar、kettle-ui-swt-5.0.1-stable.jar、xml-apis.jar、xmlParserAPIs-2.6.2.jar、stax-api-1.0.1.jar、wsdl4j-qname-1.6.1.jar。

   前4个kettle开头的是我们新建工程中已经有的代码，后面几个是为了解决jar包冲突问题。

   新建好用户库，右键工程build path选择configure build path，点击add library，选择User library，将kettle-5.0.1引入。如下图所示

   

   

　　完成以上步骤后后，kettle就能跑起来了，kettle入口类是ui模块下的org.pentaho.di.ui.spoon.Spoon.java