PDI

PDI，即Kettle的Spoon设计器，用于设计转换（Transformation）和作业（Job）。转换涵盖数据处理的多个步骤，作业则管理处理流程，包含多个作业项（Job Entry）。学习ETL基本概念，数据库连接及字符串处理组件的配置和使用，以及Joiner、Stream Lookup、Group by等高级功能的应用。详细了解Kettle的使用和调试方法。

AEL Spark 引擎的最佳实践指南，讲得挺细。配合 Pentaho Data Integration（PDI）用，还能跑在 Spark 上，挺适合搞大数据的你。如果你用过 Kettle，对 ETL 流程比较熟，文档里那套并行和案例会让你豁然开朗。像是统计 WordCount 那段，就挺直观，帮你理解怎么在 YARN 和 HDFS 上扩展能力。PDI 怎么配、AEL 怎么装、Spark 怎么接，全都有，而且步骤蛮清晰。想试试从传统 Kettle 切 Spark？这份文档你得好好看看。

随着数据处理技术的进步，PDI最佳实践ETL开发手册成为提高数据流程效率和质量的重要工具。