Pentaho Community Edition

Pentaho Community Edition 為開源商業智慧軟體,旨在提供用戶資料分析流程整合服務,減少資料從各種來源萃取-轉換-載入 (Extract-Transform-Load, ETL) 到目標儲存設備,以及進一步資料探勘與報表呈現,所需的時間與人力。

以上所提的服務與對應的專案套件整理如下:

  1. 資料ETL (Kettle or Pentaho Data Integration, PDI)
  2. 資料即時分析 (Mondrian)
  3. 資料報表呈現 (Reporting)
  4. 資料探勘 (WEKA)
  5. Plugin 製作 (Sparkl)

本說明筆記主要是針對 Kettle 進行講解,也就是 Pentaho 所提供的ETL工具。說明如何透過此工具介接不同資料源,進行所需的資料轉換,最後匯出到目標儲存設備。

本筆記主要的參考資料來源為 Pentaho Data Integration Documentation。此外,在 Kettle 的下載套件資料夾中 (第一章會說明下載位址),已有整理好的範例檔,存放於 samples 資料夾中。若讀者有興趣學習,可以上述兩種資源起步。

本手冊環境說明

  1. Kettle 版本: 5.4.0.1-130
  2. OS: OS X 10.10.5