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:
- 資料ETL (Kettle or Pentaho Data Integration, PDI)
- 資料即時分析 (Mondrian)
- 資料報表呈現 (Reporting)
- 資料探勘 (WEKA)
- 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
- Kettle 版本: 5.4.0.1-130
- OS: OS X 10.10.5