Pentaho Kettle解决方案:使用PDI构建开源ETL解决方案 中文PDF版 92.4MB

《Pentaho Kettle解决方案：使用PDI构建开源ETL解决方案》主要介绍如何使用开源ETL工具来完成数据整合工作。
《Pentaho Kettle解决方案：使用PDI构建开源ETL解决方案》介绍的PDI(Kettle)是一种开源的 ETL 解决方案，书中介绍了如何使用PDI来实现数据的剖析、清洗、校验、抽取、转换、加载等各类常见的ETL类工作。
除了ODS/DW类比较大型的应用外，Kettle 实际还可以为中小企业提供灵活的数据抽取和数据处理的功能。Kettle除了支持各种关系型数据库、HBase、MongoDB这样的NoSQL数据源外，它还支持Excel、Access这类小型的数据源。并且通过插件扩展，Kettle 可以支持各类数据源。本书详细介绍了Kettle可以处理的数据源，而且详细介绍了如何使用Kettle抽取增量数据。
Kettle 的数据处理功能也很强大，除了选择、过滤、分组、连接、排序这些常用的功能外，Kettle 里的Java表达式、正则表达式、Java脚本、Java类等功能都非常灵活而强大，都非常适合于各种数据处理功能。本书也使用了一些篇幅介绍Kettle这些灵活的数据处理功能。

目录：

第一部分：开始
第1章　ETL入门 2
第2章　Kettle基本概念 18
第3章　安装和配置 39
第4章　ETL示例解决方案——Sakila 54
第二部分：ETL
第5章　ETL子系统 82
第6章　数据抽取 92
第7章　清洗和校验 119
第8章　处理维度表 147
第9章　加载事实表 172
第10章　处理OLAP数据 188
第三部分：管理和部署
第11章　ETL开发生命期 206
第12章　调度和监控 224
第13章　版本和移植 238
第14章　血统和审计 249
第四部分：性能和扩展性
第15章　性能调优 264
第16章　并行、集群和分区 283
第17章　云计算中的动态集群 303
第18章　实时数据整合 315
第五部分：高级主题
第19章　Data Vault管理 326
第20章　处理复杂数据格式 350
第21章　Web Services 363
第22章　Kettle集成 404
第23章　扩展Kettle 424