討論kettle 的重要性

05-06

辭職以後，解決了人生的一大問題，那就是買房了，花了2個月時間，深入研究了房地產市場。開始找工作，去面了一步單車，公司非常nb了。他們要招聘的分析師需要會 sql 和會自己做數據倉庫，由於我說自己不會 etl工具，然後就沒有下文了。

最後去了某大型食品集團企業（保密），新零售事業部。由於新產品開發研發力量非常吃緊，我就只有一個人挑大樑。研發只提供一個實時更新的遠程資料庫，沒得法一切都要自己來。花了周末把kettle學會了，確實解決了很多問題，也就是一個周末2天的時間，自己搞定了。如果你的數據量不大的情況下，先寫好視圖，spss modeler 做全量更新。其實也可以做增量，不過需要手動。

kettle 確實可以解決很多問題，開發效率比起 python 的pandas 包要快一些。之前差點自己就用 pandas 來寫了。很多時候，企業招人的時候，不願意再招一個技術，希望分析也把技術的事情做了。相對於做了幾年的分析來說，學習一下 kettle 時很簡單的事情。學習python要難的多。

不過學習 kettle 坑很多，首先需要你自己把環境配置好，然後就是找到合適的資料教程。我就是找了一個講的很差的視頻教程，花了很多時間看了，沒有解決實際問題。又看了1套，終於把問題講清楚了，看書的話那就很慢了。

找的資料都是比較老的了，4年前了。等有了時間，我也自己做一套kettle 課程出來，需要的朋友關注我們公眾號 dmercn，到時候會發在公眾號上面通知大家。如下是目前做 bi 產品開發的一些組件。