2.读取hive写入HDFS
2.1工作流设计
工作流设计：
2.2 具体转换设计
具体步骤项如下：
1）table input 步骤项设置
本步骤用于链接hive中的emp表，hive数据库链接如下：
数据库操作sql语句如下：
2）emp sorts 步骤项设置
本步骤用于对hive中的数据进行排序：
3）table input 2 步骤项设置
本步骤用于链接hive中的dept表，hive数据库链接如下：
4）dept sorts 步骤项设置
本步骤用于对hive中的dept数据进行排序：
5)Merge join操作
本步骤用于将经过排序的两张表中的数据执行join操作，join选择内链接
6）select values步骤项设置
选择字段，本步骤主要用于移除部分字段
7）text file output步骤项设置
在open file中选择hdfs文件系统，并进行相关配置。
配置完毕后，进行测试，测试结果如下：
从测试结果可以看出，zk没有开，开启了hdfs，和yarn
测试通过后，点击ok，选择hdfs上的路径。
8）运行转换，并查看结果
运行示意图：
进入到hdfs所在的机器上，查看输出结果如下：
3 读取HDFS写入HBase
需求：将hdfs中sal小于110000的数据保存在hbase中
3.1工作流设计
3.2启动HBase
#开启hbase start-hbase.sh #进入hbase shell #建表 create 'emp','info'
3.3具体转换设计
1）转换设计为：
2）text file input步骤设计
这一步骤与上一案例中的基本类似
选择hdfs的.txt文件
.txt中的数据就是emp表的数据，如下
2）filter rows步骤设计
通过filter rows过滤出工作小于100000的员工
3）HBase output
创建映射:选择字符串在hbase shell端不乱码
再次配置hbase链接
如果出现：
NoSuchColumnFamilyException: Column family table does not exist in region hbase:meta,,1.1588230740 in table 'hbase:meta'
原因：是因为hbase服务端版本过低，客户端版本不能高于服务端版本
解决办法：选择hdp26
查看hbase，并解决命令行查看中文乱码问题
scan 'emp', {FORMATTER => 'toString'} scan 'emp', {FORMATTER_CLASS => 'org.apache.hadoop.hbase.util.Bytes', FORMATTER => 'toString'}
总结
本文主要描述了基于kettle实现从hive读取数据写入到hdfs，同时实现从HDFS读取数据写入HBase中的完整流程，同时为便于读者能根据本博客实现完整的实验，还参考了部分博客，增加了mysql和hive的安装过程，并针对自己安装过程中遇到的问题，进行了记录。
