linux环境下kettle部署（JDK安装配置，kettle安装配置，资源库配置，定时执行job）

一.部署准备

1.1 java安装（略）

1.2 JDK配置

1.     命令行键入“cd /etc”进入etc目录

2.     命令行键入“vi profile”打开profile文件

3.     敲击键盘ctrl+F到文件末尾

4.     在末尾处，即第一个~的地方，敲击键盘将以下内容输入到文件

export JAVA_HOME=/usr/java/jre1.6.0_45

export PATH=$JAVA_HOME/bin:$PATH

export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar

5.     键盘敲击exc，命令行键入“:wq”，保存文件；

JDK配置成功：

1. 命令：java -version.出现版本信息

2. 命令：echo ${JAVA_HOME}出现配置路径

二.kettle部署

1.在linux下某个目录下创建一个文件夹，将你从官网上下载的kettle（我的是pdi-ce-5.0.1.A-stable.zip）解压后放在该文件夹

下。

2.在解压的路径下找到kitchen.sh所在的路径，进入该目录，通过chmod +x *.sh赋予.sh文件执行权限。

下面是详细说明：

键入./kitchen.sh,看输入信息

BASH：/ kitchen.sh的：权限被拒绝

从上面可以看出kitchen.sh缺少执行权限，我们再次进入看看文件盒文件夹的权限

从上面可以看出，此目录下面的.sh文件都没有执行权限（X），接下来我们给这个文件夹下面的所有.sh文件赋执行的权限

由上面的我们可以看出，赋权成功！

再次./kitchen.sh，回车 看输出信息--

可以看到上面出现 -rep,-user,-pass 这些kettle中的帮助信息，说明kettle部署成功！

3.输入命令./kitchen.sh。如果出现帮助信息说明部署成功。

4.配置资源库

用数据库作用kettle资源库会在数据库中建立很多表，所以就选择用文件资源库的方式。如果单纯的使用文件方式而非文件资源库的方式，在job引用转换的时候要选择文件本地路径，从windows移植到linux中路径就出现问题，虽然可以手动修改一下，但是每次都修改就烦人了。

 

 使用文件资源库就简单多了。

当然，使用资源库就需要上传.kettle文件夹到linux，Windows中的.kettle文件夹在Administrator中。如果在linux中使用过kettle的话，在用户目录下会自动建好.kettle文件夹，如果没有使用过，可能还没有这个文件夹，那就手动创建。不过创建了也并不可见。位置在/home/user/.kettle。我的是在kettle用户根目录下。.kettle文件夹是隐藏的通过“ls -a”命令查看隐藏文件夹。

我的资源库内容：repositories.xml

1. <?xml version="1.0" encoding="UTF-8"?>
2. <repositories>
3. <repository>    <id>KettleFileRepository</id>
4. <name>fileRepository</name>
5. <description>filereposity</description>
6. <base_directory>C:\Data\kettleRepository</base_directory>
7. <read_only>N</read_only>
8. <hides_hidden_files>N</hides_hidden_files>
9. </repository>  </repositories>

<base_directory>部分是在windows下的资源库路径，上传到linux中需要改为linux下的资源库路径。然后可以将windows下设计好的转换和job都放到这个文件夹下。

1. <?xml version="1.0" encoding="UTF-8"?>
2. <repositories>
3. <repository>    <id>KettleFileRepository</id>
4. <name>fileRepository</name>
5. <description>filereposity</description>
6. <base_directory>/home/kettle/etl_kettle/kettle/etl_kettle/job</base_directory>
7. <read_only>N</read_only>
8. <hides_hidden_files>N</hides_hidden_files>
9. </repository>  </repositories>

最后是调用job脚本：/opt/kettle/data-integration/kitchen.sh -rep=fileRepository -job=testjob

指定资源库ID和job名称。

我的是获取svn上的路径。所以需要在linux下安装svn。

命令：svn co http://svn.1234.cn:1111/svn/trunk/etl_kettle

更新svn文件夹的命令：svn up

svn的路径是放在linux下的资源库路径 下

5.手动执行.sh脚本例子：

mmmm.sh

#!/bin/bash

#导入中文编码
export LANG="en_US.UTF-8"

#读取执行环境变量
#source ~/.bash_profile

#设置日期变量
to_date=`date +%Y%m%d`

##go to kettle soft dir
/home/kettle/etl_kettle/data-integration/kitchen.sh -rep etl_kettle -user admin -pass -dir -job job/ETL_mmmm_JOB -level=basic >/home/kettle/etl_kettle/etl_log/mmmm_${to_date}.log

echo "执行完成！"

命令：.mmmm.sh

6.设定crontab定时执行任务（ubuntu）

cron是一个Linux下的后台进程，用来定期的执行一些任务。因为我用的是Ubuntu，所以这篇文章中的所有命令也只能保证在Ubuntu下有效，但其他系统应该也差不多。

想要让cron执行你指定的任务，首先就要编辑crontab文件。crontab是一个文本文件，用来存放你要运行的命令。你可以以下命令

1. crontab -e

来打开你的用户所属的crontab文件。第一次用这个命令，会让你选择文本编辑器，我选的是vim。选定的编辑器也可以使用

1. select-editor

命令来更改。这点命令行中已经有足够的提示，就不多说了。

打开后的crontab文件类似这种样子：

1. # m h  dom mon dow   command
2. */2 * * * * date >> ~/time.log

第二行是我为了测试写的一个定期任务，它的意思是，每隔两分钟就执行 date >> ~/time.log 命令（记录当前时间到time.log文件）。你可以把它加入你的crontab中，然后保存退出。可以在第二行写你自己的设定任务。

我的任务：

40 16 * * * /home/kettle/etl_kettle/kettle/etl_kettle/shell/etl_mmmm.sh &

意思是在/home/kettle/etl_kettle/kettle/etl_kettle/shell/这个目录下在后台（&是后台执行的意思）执行etl_mmmm.sh这个文件

保存了crontab之后，我们还需要重启cron来应用这个计划任务。使用以下命令：

1. sudo service cron restart

下面稍微解释下crontab中每行的含义。crontab中的每一行代表一个定期执行的任务，分为6个部分。前5个部分表示何时执行命令，最后一个部分表示执行的命令。每个部分以空格分隔，除了最后一个部分（命令）可以在内部使用空格之外，其他部分都不能使用空格。前5个部分分别代表：分钟，小时，天，月，星期，每个部分的取值范围如下：

分钟          0 - 59

小时          0 - 23

天              1 - 31

月              1 - 12

星期          0 - 6       0表示星期天

除了这些固定值外，还可以配合星号（*），逗号（,），和斜线（/）来表示一些其他的含义：

星号          表示任意值，比如在小时部分填写 * 代表任意小时（每小时）

逗号          可以允许在一个部分中填写多个值，比如在分钟部分填写 1,3 表示一分钟或三分钟

斜线          一般配合 * 使用，代表每隔多长时间，比如在小时部分填写 */2 代表每隔两分钟。所以 */1 和 * 没有区别

*/2 可以看成是能被2整除的任意值。

以下是一些例子（省略了命令部分）：

1. * * * * *                  # 每隔一分钟执行一次任务
2. 0 * * * *                  # 每小时的0点执行一次任务，比如6:00，10:00
3. 6,10 * 2 * *            # 每个月2号，每小时的6分和10分执行一次任务
4. */3,*/5 * * * *          # 每隔3分钟或5分钟执行一次任务，比如10:03，10:05，10:06

以上就是在cron中加入计划任务的基本知识。因为cron中的任务基本就是执行命令行，所以当然也会有权限问题。以上例子中的任务就是以你当前登录用户的权限执行的，如果你需要以root用户执行某个任务，可以在crontab前加上sudo。

1. sudo crontab -e

顺带一提，crontab文件对每个用户都是不同的，所以刚才设置的定期看时间的任务，在这里是看不到的。因为我们没有为root用户增加这样的计划任务。