上面是一个简单的数据迁徙脚本，从数据库导出数据到EXCEL文件中。
Kettle处理HBase
本教程使用的软件版本信息如下： 1）Hadoop（1.2.1）
2）Pantaho Data Integration（5.2.0） 3）HBase（0.94.19）。
Pentaho Shim（社区版）目前支持的Hadoop版本：
参考：
http://wiki.pentaho.com/display/BAD/Configuring+Pentaho+for+your+Hadoop+Distro+and+Version
注：从上表中看出它不支持hadoop 1.2.x版本。
解决办法是使用HDP13的插件（基于hadoop-1.0.3/hbase-0.94.6）替代，步骤如下：
1）从https://pentaho.box.com/50-hdp12下载hdp13的shim插件。
2）解压到plugins/pentaho-big-data-plugin/hadoop-configurations目录下，目录名为hdp13。
3）进入plugins/pentaho-big-data-plugin目录，修改plugin.properties文件中的active.hadoop.configuration属性为，缺省值为hadoop-20，如下：
active.hadoop.configuration=hdp13
3）替换掉hdp13/lib目录下与Hbase和hadoop有关的Jar包，拷贝一份hbase-site.xml到hdp13目录下。
| hdp13/lib/pmr目录下替换后的Jar包：
| hdp13/lib/client目录下替换后的Jar包：
* 在HBase中创建一个weblogs表，步骤如下： 1）打开HBase shell，在命令行中输入： hbase shell 2）在Hbase中创建一个表，在hbase shell中输入： create 'weblogs', 'pageviews' * 上面命令会创建一个带有一个列族pageviews的weblogs的表。 3）执行quit退出HBase shell。 参考文档： http://help.pentaho.com/Documentation/5.2/0L0/0Y0/0F0/040/000/000/030 1. 从下面网址下载weblogs_hbase.txt.zip压缩文件作为文本文件数据源导入： http://wiki.pentaho.com/download/attachments/23530622/weblogs_hbase.txt.zip
2. 从Spoon（Kettle）中，创建一个新的转换，选择“文件—新建—转换”。 点击“核心对象—输入”标签，然后把“文本文件输入”拖到画板中。 3. 双击文本文件输入，弹出文本文件输入对话框，点击“浏览…”按钮选择weblog_hbase.txt文件，点击“添加”按钮。
选择“内容”标签，清空分隔符点击“Insert TAB”按钮，选中“头部行数量”选择框，从格式的下拉菜单中选择Unix格式。
配置输入字段，从“字段”标签页中选择“获取字段”按钮，弹出可用的字段列表，询问采样的数量，输入100点击“OK”按钮。修改字段key的类型为String，长度为20。
点击“OK”按钮关闭对话框。
? 在“核心对象—Big Data”下，把HBase Output图标拖入到面板中。并且
把文本文件输入与HBase Outpu连接起来（按住shift+拖曳）。
? 双击Hbase Output，在弹出对话框中输入Zookeeper的主机名和端口号。
1）Zookeeper host(s)字段中输入Zookeeper主机名，多个主机名使用逗号分隔。对于本地集群使用localhost。 2）在Zookeeper port字段中，输入你的Zookeeper端口号，缺省值2181。
? 创建一个Hbase映射，在Create/Edit mappings标签页中告诉Pentaho在
HBase中如何存储数据。
1）点击Get table names按钮，在HBase table name的选择框中选择weblogs
2）Mapping name，输入pageviews 3）点击“Get imcoming fields”按钮
4）从Alias的key这行修改Key为Y，清除掉Column family和Column name字段，并且设置Type字段为String，点击Save mapping。
? 配置HBase out使用上面刚刚创建的映射。
1）进入到Configuration Connection标签页，点击Get table names。
2）点击Get table names，在Hbase table name的选择框中选择weblogs。 3）点击Get mappings for speficed table获取指定的表。
4）点击Mapping name，选择pageviews，点击“确认”按钮关闭窗口。
点击“文件—另存为”菜单保存转换，在选择目录中输入load_hbase.ktr作为文件名。
? 点击转换工具栏中的运行按钮运行转换，或者选择“动作—运行”菜单
打开一个执行转换的窗口，点击“启动”按钮。
在Spoon接口的下面打开一个执行结果窗口，显示运行时转换的进度。在几十秒之后完成转换。
如果在转换过程中出现任何错误，将会红色高亮显示，在日志标签页查看错误信息。
? 通过查询HBase验证数据
1）从命令行中，输入下面命令打开HBase shell：hbase shell 2）通过这个命令查询HBase：scan 'weblogs', {LIMIT => 10} 应该返回数据的行数。