简介：这份资源面向数据工程师、ETL开发初学者及需要搭建数据集成流程的技术人员，提供Kettle（Pentaho Data Integration）9.3版本的获取渠道。Kettle是一款纯Java编写的开源ETL工具，支持Windows、Linux、Unix跨平台运行，通过图形化界面Spoon以拖拽方式设计Transformation与Job，完成数据抽取、清洗、转换、聚合及工作流调度，并可对接MySQL、Oracle、MongoDB、Hadoop HDFS以及Amazon S3、Azure Blob等云存储服务。资源包内共1个docx文档，约14KB，内容围绕9.3版本的特性说明、下载方式与使用要点展开，附带百度云链接及提取码，方便国内用户绕开网络限制获取安装包。目前已有5724人学习下载，适合希望快速上手Kettle、了解新版更新亮点并搭建本地ETL实验环境的数据从业者参考。
1. 从一次 JDK 版本翻车说起：Kettle 9.3 到底该配什么环境
上周帮一个做数据仓库的朋友排查问题，他那边用 Kettle 跑一个每天凌晨两点的定时抽取任务，连续三天失败，报错信息里全是NoClassDefFoundError和UnsupportedClassVersionError。我远程连上去一看，他机器上装的是 JDK 8，而 Kettle 9.3 的某些依赖包编译版本已经上到 11 了。这就是典型的“工具下好了，环境没对齐”的翻车现场。Kettle 9.3 作为 Pentaho Data Integration 的一个稳定版本，在国内数据圈子里用得非常多，尤其是做传统数仓、做批量数据同步的团队，几乎绕不开它。但很多人拿到安装包之后直接双击 Spoon.bat 就开跑，结果要么闪退，要么连不上数据库，要么跑着跑着内存溢出。这篇笔记就是把我自己装 Kettle 9.3 的完整过程拆开，从 JDK 选型、安装包获取、环境变量配置，到第一次跑通一个 Transformation，再到常见报错怎么救，全部按可复现的步骤写清楚。如果你正在找 Kettle 9.3 的安装配置方法，或者已经装了一半卡在某个报错上，下面的内容可以照着走一遍。
2. 安装前的环境准备：JDK 版本、内存参数与目录规划
2.1 JDK 选型：为什么我最终锁定了 JDK 11
Kettle 9.3 官方文档里写的是支持 JDK 8 和 JDK 11，但实际用下来，JDK 8 在连接某些新版本数据库驱动时会出问题，比如 MySQL 8 的caching_sha2_password认证插件，JDK 8 的旧版 JRE 默认不支持，需要额外换驱动包。而 JDK 11 是 LTS 版本，Pentaho 9.3 的很多依赖库也是按 11 编译的，兼容性最好。我一般会选 OpenJDK 11 的某个稳定发行版，比如 Eclipse Temurin 11 或者 Amazon Corretto 11，这两个在 Windows 和 Linux 上都有现成的安装包，省得自己编译。
安装完 JDK 之后，第一件事是验证版本：
java -version输出里应该看到openjdk version "11.0.x"这样的字样。如果还是显示 1.8，说明系统里存在多个 JDK，需要调整JAVA_HOME的指向。Windows 下可以在系统环境变量里把JAVA_HOME改成 JDK 11 的安装路径，Linux 下用update-alternatives切换。
提示：不要用 JDK 17 或更高版本去跑 Kettle 9.3，我试过，Spoon 启动时会报模块访问错误，因为 9.3 还没做模块化适配。
2.2 内存参数：给 Spoon 留够堆空间
Kettle 的图形化客户端 Spoon 本身是个 Java 应用，默认堆内存可能只有 512MB 或 1GB，处理稍大一点的数据量就会卡死或者抛OutOfMemoryError。安装包解压后，在>PENTAHO_DI_JAVA_OPTIONS="-Xms1024m -Xmx4096m -XX:MaxPermSize=256m"
-Xms1024m是初始堆大小，-Xmx4096m是最大堆，具体数值根据你机器的物理内存来定，一般不超过物理内存的一半。-XX:MaxPermSize在 JDK 8 之后其实已经废弃了，但 Kettle 的启动脚本里还留着这个参数，JDK 11 下会忽略它，不用管。
2.3 目录规划：别把安装包放在中文路径下
这是血泪经验。Kettle 的很多脚本和配置文件对中文路径支持不好，如果解压到D:\工具\kettle这种目录下，Spoon 启动时可能找不到lib下的 jar 包，报ClassNotFoundException。我习惯把安装包解压到一个纯英文、无空格的路径，比如D:\pdi-ce-9.3或者/opt/pdi-ce-9.3。另外，>export KETTLE_HOME=/opt/pdi-ce-9.3/data-integration export PATH=$PATH:$KETTLE_HOME
Windows 下在系统环境变量里新建KETTLE_HOME，值指向>./kitchen.sh -file=/path/to/test.kjb -level=Basic
如果输出里能看到日志内容，并且退出码是 0，说明命令行环境没问题。-level=Basic是日志级别，调试时可以改成Debug看更详细的信息。
6.3 检查点三：一个完整的 ETL 链路跑通
最终验证还是要回到数据本身。我一般会设计一个最小闭环：从 MySQL 读一张表，经过“字段选择”和“过滤记录”两个步骤，写到另一个 MySQL 表或者 CSV 文件里。跑完之后去目标端select count(*)确认数据量对得上，再抽查几行看字段值有没有被错误转换。这一步能过，基本就可以把 Kettle 9.3 投入到日常使用了。
从那以后我每次装完 Kettle，都会强制走一遍“Spoon 启动 → 命令行执行 → 数据闭环”这三步，不再只看界面能不能打开。希望帮到你。
本文还有配套的精品资源，点击获取
