一、需求背景
由于项目场景原因，需求将A库(MySQL)中的表a、表b、表c中的数据守时T+1 增量的同步到B库(MySQL)。这儿阐明一下，不是数据库的主从备份，便是普通的数据同步。经过技术调研，发现Kettle挺合适的，原因如下：
- Kettle （数据抽取、清洗、转化、装载）是由java 编写,能够在 Window、Linux、Unix 上运转。支撑多数据源, 多种中间件的专业ETL 工具；
- 可视化界面支撑图形化GUI规划界面，组件多样性，支撑组件拖拉拽，不必写额定的代码；
- Kettle的流程图本质上都是装备文件，如.ktr/.kjb文件。这种规划的优点便是，当我们把转化流程图像完之后，能够直接仿制到别的一个环境中运转，如：在Windows电脑上画好流程图，仿制到Liunx体系上运转。
- 免费、组件多、支撑开源，一般处理T+1的数据同步是没有问题的。假如并发高、实时性高、数据量大就主张运用Flink了。
二、运用方法
1. 安装包下载
官网地址：sourceforge.net/projects/pe…
2. 发动方法
Windows点击Spoon.bat发动
出现以下图片表明正在发动，假如一直没有反应，运用管理员身份运转。
主界面如下：
三、衔接MySQL数据库
1. 预备MySQL衔接驱动jar包
由于Kettle自身是不带任何数据库驱动包的，所以这儿我们需求先自己预备好驱动包，版本最好挑选5.1.49。下载好jar包后，拷贝到lib目录下（Windows和Linux同理）。假如已经发动了Kettle，则需求关掉重新发动，否则驱动包不会被加载。
2. 创立数据源
顺次点击：转化——>主对象树——>DB衔接——>点击新建——>测验
同上操作，创立好两个数据源：源数据库、目标库；目的便是将源数据库中的表数据同步到目标库中去
3. 装备转化流程
① 加入输入节点：转化——>输入——>表输入
② 双击输入节点翻开装备页，输入一下信息
这儿由于我是守时T+1 增量同步数据，所以我加了个同步条件WHERE gmt_create >= CURDATE()表明该数据创立时刻大于当天才会进行查询。
点击预览，正好有一条数据
③加入转化节点：转化——>插入/更新——>按住shift建立衔接
④ 双击插入/更新节点，翻开装备页
⑤ 点击运转测验
四、仿制ktr文件到Liunx上守时运转
在Linux上，ktr文件运用Kettle的pan.sh脚本运转，指令大致如下：
sh /home/admin/kettle/data-integration/pan.sh -file=/home/admin/kettle/ktr/table_transfer.ktr -norep。一起为了实现守时履行这个脚本，我打算用Linux自带的corntab功用设置守时。
首要我编写了一个shell脚本，命名为cornSql.sh，用于保存ktr的履行指令，内容如下：
#!/bin/bash
export KETTLE_HOME=/home/admin/kettle/data-integration
export JAVA_HOME=/usr/java/jdk1.8.0_131
export CLASSPATH=.:${JAVA_HOME}/jre/lib/rt.jar:${JAVA_HOME}/lib/dt.jar:${JAVA_HOME}/lib/tools.jar
export PATH=$PATH:${JAVA_HOME}/bin:${KETTLE_HOME}
export JRE_HOME=${JAVA_HOME}/jre
TIME=$(date "+%Y%m%d")
sh /home/admin/kettle/data-integration/pan.sh -file=/home/admin/kettle/ktr/table_transfer.ktr -norep >>/home/admin/kettle/log/transfer-"$TIME".log
其次，将ktr脚本拷贝到指定目录下，也便是/home/admin/kettle/ktr目录下。然后输入crontab -e翻开指令界面，输入0 1 * * * /home/admin/kettle/cornSql.sh，这句话的意思是每天清晨1点守时履行cornSql.sh脚本。
为了查看守时装备是否收效，这儿能够运用 crontab -l -u root指令，假如刚才的守时指令有打印出来，则证明装备收效。
最后，第二天查看一下履行日志文件有没有生成，在/home/admin/kettle/log目录下，这儿我把每天履行的日期打印出来了，如下图：
