（图片来源于网络，侵删）

Kettle实战1（将Hive表的数据输出到Hdfs）

【1】环境准备

1）进入Kettle的plugins\pentaho-big-data-plugin目录，编辑plugin.properties文件

根据自己的hadoop版本添加不同的类型，我的是cdh的，所以添加cdh514

有哪些版本可以在该目录下查看
plugins\pentaho-big-data-plugin\hadoop-configurations

2）修改完成后进入自己对应的版本，我的是cdh514，所以进入plugins\pentaho-big-data-plugin\hadoop-configurations\cdh514目录

将集群的Hadoop、Hive配置复制到该目录中
分别是core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml、hive-site.xml

3）然后启动Kettle！！！

注意： 如果在连接Hive的时候报错Error connecting to database: (using class org.apache.hive.jdbc.HiveDriver) Illegal Hadoop Version: Unknown (expected A.B.* format)，就将自己hadoop对应版本的hadoop-common.jar（我的是hadoop-common-2.6.0-cdh5.14.0.jar)放到根目录的 lib目录下，然后重启Kettle即可！

【2】在Hive中创建库表

前提：开启HDFS、Yarn、HiveMetaStore、HiveServer2

1）创建Kettle库

create database kettle;
use kettle;

• 1
• 2

2）创建Emp、Dept表

CREATE TABLE dept(deptno int, dname string,loc string)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ‘\t‘;

• 1
• 2
• 3

CREATE TABLE emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm int,
deptno int)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ‘\t‘;

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

3）插入数据

insert into dept values
(10,‘accounting‘,‘NEW YORK‘),
(20,‘RESEARCH‘,‘DALLAS‘),
(30,‘SALES‘,‘CHICAGO‘),
(40,‘OPERATIONS‘,‘BOSTON‘);

• 1
• 2
• 3
• 4
• 5

insert into emp values
(7369,‘SMITH‘,‘CLERK‘,7902,‘1980-12-17‘,800,NULL,20),
(7499,‘ALLEN‘,‘SALESMAN‘,7698,‘1980-12-17‘,1600,300,30),
(7521,‘WARD‘,‘SALESMAN‘,7698,‘1980-12-17‘,1250,500,30),
(7566,‘JONES‘,‘MANAGER‘,7839,‘1980-12-17‘,2975,NULL,20);

• 1
• 2
• 3
• 4
• 5

4）Kettle实战

注意，虽然这里报了错，但是HDFS上已经生成了该文件，需要把HDFS上的空文件删除

重新执行之后结果如下??

Kettle实战2（将Json数据选取指定列输出到Hdfs）

查看结果??

都看到这里了，点赞评论一下吧！！！