Pentaho Kettle数据集成实战指南

"Pentaho Kettle Solutions" 是一本关于数据集成工具Pentaho Kettle的英文原版书籍，内容涵盖了ETL（提取、转换、加载）的基础知识、Kettle的概念、安装配置、实例解决方案以及ETL子系统、数据提取、清洗与一致性等方面的详细讲解。 在本书中，作者首先介绍了ETL的基础，对比了OLTP（在线事务处理）和数据仓库的区别，并解释了ETL的重要性，以及ETL、ELT和EII（企业级信息集成）之间的差异。接着，书中阐述了数据集成所面临的挑战和对ETL工具的基本需求。 第二章深入讲解了Kettle的设计原则，包括其构建块、参数和变量的使用，以及通过图形化编程实现ETL流程。这有助于读者理解Kettle的核心概念，为后续的实践操作打下基础。 第三章详述了Kettle软件的概述、安装步骤和配置过程，帮助读者在本地环境中快速设置并运行Pentaho Kettle。 第四章通过一个名为Sakila的示例ETL解决方案，介绍了如何使用Spoon工具进行基本操作，并展示了完整的ETL流程，使读者能直观地了解Pentaho Kettle的实际应用。 进入Part II：ETL部分，第五章探讨了34个ETL子系统，为读者提供了更广阔的ETL视图。第六章聚焦数据提取，包括Kettle在处理ERP和CRM系统数据、数据探查、变更数据捕获（CDC）以及数据交付等环节的应用策略。 第七章主要关注数据清洗和一致性，讨论了数据清洗的方法，处理错误的方式，如何审计数据和过程质量，以及数据去重的关键技术，这些都是确保数据质量和ETL流程可靠性的重要环节。 这本书是学习和掌握Pentaho Kettle的宝贵资源，无论对于初学者还是有经验的数据工程师，都能从中获得深入的理解和实用技巧。书中的实例和详细说明将理论知识与实践经验紧密结合，帮助读者在实际项目中有效地实施数据集成。