运行界面
基本概念
1）可视化编程
Kettle可以被归类为可视化编程语言（Visual Programming Languages，VPL），因为Kettle可以使用图形化的方式定义复杂的ETL程序和工作流。
Kettle里的图就是转换和作业。
可视化编程一直是Kettle里的核心概念，它可以让你快速构建复杂的ETL作业和减低维护工作量，它通过隐藏很多技术细节，使IT领域更贴近与商务领域。
2）转换（Transformation）
- 转换是ETL解决方案中最主要的部分，它处理抽取、转换、加载各种对数据行的操作。
- 转换包含一个或多个步骤（step），如读取文件、过滤数据行、数据清洗或将数据加载到数据库。
- 转换里的步骤通过跳（hop）来连接，跳定义一个单向通道，允许数据从一个步骤向另一个步骤流动。
- 在Kettle里，数据的单位是行，数据流就是数据行从一个步骤到另一个步骤的移动。
- 数据流有的时候也被称之为记录流。
3）步骤（Step）
Kettle里面的，Step步骤（控件）是转换里的基本的组成部分。一个步骤有如下几个关键特性：
- 步骤需要有一个名字，这个名字在转换范围内唯一。
- 每个步骤都会读、写数据行（唯一例外是“生成记录”步骤，该步骤只写数据）。
- 步骤将数据写到与之相连的一个或多个输出跳，再传送到跳的另一端的步骤。
- 大多数的步骤都可以有多个输出跳。一个步骤的数据发送可以被被设置为分发和复制，分发是目标步骤轮流接收记录，复制是所有的记录被同时发送到所有的目标步骤。
4）跳（Hop）
Kettle里面的跳即步骤之间带箭头的连线，跳定义了步骤之间的数据通路。
- 跳实际上是两个步骤之间的被称之为行集的数据行缓存（行集的大小可以在转换的设置里定义）。
- 当行集满了，向行集写数据的步骤将停止写入，直到行集里又有了空间。
- 当行集空了，从行集读取数据的步骤停止读取，直到行集里又有可读的数据行。
5）数据行——数据类型
数据以数据行的形式沿着步骤移动。一个数据行是零到多个字段的集合，字段包含下面几种数据类型。
- String：字符类型数据
- Number：双精度浮点数。
- Integer：带符号长整型（64位）。
- BigNumber：任意精度数据。
- Date：带毫秒精度的日期时间值。
- Boolean：取值为true和false的布尔值。
- Binary：二进制字段可以包含图像、声音、视频及其他类型的二进制数据。
6）数据行——元数据
每个步骤在输出数据行时都有对字段的描述，这种描述就是数据行的元数据。通常包含下面一些信息。
- 名称：行里的字段名应用是唯一的。
- 数据类型：字段的数据类型。
- 格式：数据显示的方式，如Integer的#、0.00。
- 长度：字符串的长度或者BigNumber类型的长度。
- 精度：BigNumber数据类型的十进制精度。
- 货币符号：￥。
- 小数点符号:十进制数据的小数点格式。不同文化背景下小数点符号是不同的，一般是点（.）或逗号（，）。
- 分组符号：数值类型数据的分组符号，不同文化背景下数字里的分组符号也是不同的，一般是点（.）或逗号（，）或单引号（’）。
