kettle从入门到精通 第四十九课 ETL之kettle 自定义插件01

1、kettle插件是什么

kettle本身有足够多的转换或者job步骤，但是依然不能覆盖所有的业务场景，所以Kettle 自定义插件在有些独特的业务场景可以大显身手。

Kettle的插件架构使得我们可以不用修改Kettle本身代码，通过一些独立的代码就可以扩展Kettle的功能。这些独立的代码称为插件。Kettle可动态加载并运行这些插件。

2、kettle插件类型

1. 转换步骤插件：在Kettle转换中使用的步骤，用来处理数据行。
2. 作业项插件：在Kettle作业中使用的作业项，用来实现某个任务。
3. 分区方法插件：利用输入字段的值指定自己的分区规则。
4. 数据库类型插件：用来扩展不同的数据库类型。

3、kettle插件架构

Kettle内部的对象与外部插件没有任何区别，因为他们使用的API都一样的，只是运行时的加载方式不同。在这一点是我觉得是值得推崇的地方，里里外外，遵循统一的原则。从Kettle 4开始，Kettle内部有一个插件注册系统，负责加载各种内部和外部的插件。

插件有以下两个标识属性：

1. 插件类型：由PluginTypeInterface接口定义，例如StepPluginType、 JobEntryPluginType、PartionerPluginType与RepositoryPluginType。
2. 插件ID: 这是一个字符串，用来唯一标识一个插件。在大多数情况下，插件只使用一个单一的字符串，如TableInput是“表输入”步骤的ID， MYSQL是MySQL数据库类型的ID。使用相同的ID可以达到将旧的插件用新的插件替代的目的。

当Kettle环境初始化以后，插件注册系统首先会加载所有的内部对象，Kettle读取下面的配置文件来加载内部对象，这些配置文件位于Kettle的.jar文件中。

1. Kettle-steps.xml: 内部转换步骤。

2. Kettle-job-entries.xml：内部作业项。

3. Kettle-partition-plugins.xml：内部分区类型。

4. Kettle-database-types.xml：内部数据库类型。

5. Kettle-repositories.xml：内部资源库类型。

插件注册系统加载了所有的内部对象后，开始搜索可用的外部插件。通过浏览Plugins目录下各个子目录下的.jar文件来完成。它搜索特定的Kettle annotations来判断一个类是否是插件。

因为在内部对象加载后才加载插件，所以插件会替代相同ID的已加载的内部对象。例如，创建了插件，插件的ID是TableInput，就可以替换Kettle标准的“表输入”步骤。这个功能可以用插件替换Kettle内置的步骤。可以通过子类继承的方式，直接扩展已有步骤的某些功能。