本篇教程探讨了大数据技术 kettle开发、上线常见问题以及防错规范步骤，希望阅读本篇文章以后大家有所收获，帮助大家对大数据技术的理解更加深入。

<

 此篇说明对应的kettle版本是6.1，实际使用时7.x应该也是一样的。
一、    kettle开发流程（规范步骤，防止出错）
(一)       Kettle设置检查
资源库连接
如果不加一下配置项，数据转换后中文会出现乱码，很难处理。
 
 
本地连接资源库：配置项
defaultFetchSize 500
useCursorFetch true
characterEncoding UTF-8
useUnicode true
 
 
(二)       Kettle注意事项
1、每个trans、jobs的名称都应该和文件名一致。在使用资源库的时候，不是按照文件名生成对象，而是按照名称属性生成。｛所以如果有名称属性相同的就会冲突｝
 
 
 
 
 
 
2、资源库方式trans相对job的位置只能通过图中下面的一种方式（相对位置）。而不能通过设置trans文件位置的方式（因为是资源库，并不是真的文件）。
 
 
 
 
(三)       资源库方式开发
1、从线上导出一个job（包含了数据库的连接等信息），直接导出成整资源库的文件。
2、把这个文件资源库导入到03测试库。
3、把这个数据库连接信息dataCenters对应的ip改成04上的开发库（只改一个ip,其他连接信息是一致的）。
4、在这个库上进行相关开发操作。
 
 
二、    上线流程
5、开发完成需要上线，直接把前面的资源库的ip地址换成线上ip地址即可。
6、把开发库上其他的东西都删掉，只保留新开发的内容。
7、然后导出成整个文件的资源库。把这个文件资源库导入到线上。
 
(一)       安全流程
为了防止开发过程当中忘了改ip地址，直接连到生产库去，或者把生产库上的连接地址冲掉了。这里加上一个流程：
每次开发：从线上导资源库到本地先导入到03的预发布库去。改完ip地址再导入到04的开发库去。
 
每次上线的话：反过来。先导入到03库，删除不必要的东西，改完ip地址再导入到线上环境。
 
 
(二)       验证流程
由于kettle的特殊性。需要在任何改动后做验证。
1、 每次修改、新增了kettle任务。必须要把job、trans都一步一步点开。查看是否能在job里顺利找到子trans。同时查看数据库连接信息是否正确（有没有被开发库的设置冲掉）。
2、 给发新增的任务（job或者trans）在jenkins中增加对应的调度。（这里建议调度名称和调度要生成数据的表名一致）要有详细的备注。
4、 每次修改、新增了kettle任务之后，都要在表结构同步好之后，jenkins中先构建一次任务，看看kettle任务是否能够执行成功。
5、 任务跑成功之后，要连到生产库查看对应数据是否正确。
6、 启动web后要点开相应功能查看web展示上是否正确。
 
 
(三)       迁移注意事项
 
如果是新部署的kettle
 
kettle的资源库，需要用图形界面打开，手动再设置一遍（要先删除/root/.kettle/目录下的配置文件，重新配置；然后会重新生成配置文件，这时才能正确连上资源库）
 
   

本文由职坐标整理发布，学习更多的大数据技术相关知识，请关注职坐标大技术云计算大技术技术频道！