Kettle（Pentaho DataIntegration） 安装Hadoop-2.2.0插件

1 安装前的准备工作

1.1 Pentaho Data Integration

当前的CE 版本Pentaho Data Integration 是5.0.1，下载地址：

http://www.pentaho.com/download/。你也可以尝试企业版EE，这里不做介绍了。下载完成后，压缩到指定的目录下。

1.2 Hadoop 2.2.0

下载最新稳定版本的Hadoop 2.2.0，下载地址：

https://hadoop.apache.org/releases.html

2 安装步骤

2.1 配置 PID Hadoop插件

进入hadoop-configurations目录下，复制chd42，并重命名为hadoop-2.2.0，

并且清空client目录下的jar包。完成后，将Hadoop安装目录下share目录下的所有jar包复制到client目录下，包括hadoop
lib下jar包。清除client同级别的jar中的protobuf-java-2.4.0.jar使用protobuf-java-2.5.0.jar替代。

2.2 添加配置

将hadoop的安装目录下的配置文件复制到PID的插件hadoop-2.2.0 下，hadoop安装路径etc/hadoop/，重要的文件包括：

core-site.xml,hdfd-site.xml,mapred-site.xml,yarn-site.xml,slaves等，到hadoop-2.2.0目录下。

2.3 修改PID插件的配置文件

在~/data-integration/plugins/pentaho-big-data-plugin目录下，找到plugin.properties文件。修改一行数据：

active.hadoop.configuration=hadoop-2.2.0

3．测试

测试这个配置是否成功，最简单的方法是建立job任务。创建一个job, 添加开始按钮和Hadoo
copy File 组件。

点击浏览HDFS文件按钮，弹出框中配置Hadoop链接配置，点击Connect按钮。如果成功的话，下面的面板中会显示HDFS的树形文件结构。