Kettle 11.0 介绍与选型指南

Kettle（Pentaho Data Integration）11.0 LTS 介绍与选型指南：官方资料溯源的版本基准、四大运行入口架构、11.0 新特性、社区版与商业版差异、快速上手路径，以及与 Airbyte、DataX、Apache NiFi 的量化选型对比。

KettleETL数据管道2026/10/19

Kettle 11.0 介绍与选型指南

一、信息基准

本章说明本文所有版本与事实性信息的查询时间与官方来源，供读者复核。

1.1 查询说明

  • 查询日期：2026-10-19。
  • 信息获取方式：纯官方资料溯源（官方文档站、官方代码仓库发行页、官方博客与发布公告），本文不做本地安装与运行实测。
  • 版本结论：Kettle 即 Pentaho Data Integration（PDI），本次介绍的版本为 11.0 LTS（Hitachi Vantara 开源社区版）。官方发行仓库当前同时维护 11.0、10.2 两条 LTS 补丁线与 11.1 开发线。

1.2 版本依据

项目实查结果（2026-10-19）来源
当前 LTS 主版本11.0（上一 LTS 为 10.2，2024 年 8 月发布）docs.pentaho.com/whats-new/release-notes-11.0
11.0 线最新补丁11.0.0.4-317（GitHub Releases 更新于 2026-10-16）github.com/pentaho/pentaho-kettle/releases
10.2 线最新补丁10.2.0.11-441（GitHub Releases 更新于 2026-10-16）github.com/pentaho/pentaho-kettle/releases
开发线11.1.0.0-443（2026-10-19，持续构建编号逐日递增）github.com/pentaho/pentaho-kettle/releases
代码仓库pentaho/pentaho-kettle（GitHub）github.com/pentaho/pentaho-kettle
开源许可Apache License 2.0仓库 LICENSE

1.3 官方来源清单

来源地址
官方产品站https://pentaho.com/products/pentaho-data-integration/
社区版获取入口https://pentaho.com/get-started/
官方文档站https://docs.pentaho.com/
11.0 发行说明https://docs.pentaho.com/whats-new/release-notes-11.0
安装文档https://docs.pentaho.com/install/
源码仓库https://github.com/pentaho/pentaho-kettle
官方博客（CE/EE 对比）https://pentaho.com/insights/blogs/

二、软件概述

本文介绍的是 Kettle 11.0（Pentaho Data Integration 11.0 LTS，Hitachi Vantara 开源社区版）。

Kettle 是一个开源的数据集成与 ETL（抽取、转换、加载）平台，以可视化方式编排数据管道，用户通过图形界面拖拽步骤即可完成多数据源之间的抽取、清洗、转换与装载。项目由 Matt Casters 创建，2006 年并入 Pentaho 商业平台，Pentaho 于 2015 年被 Hitachi 收购（后归入 Hitachi Vantara），自此官方名称为 Pentaho Data Integration，社区仍沿用 Kettle 这一昵称。源码仓库 pentaho/pentaho-kettle 至今保持活跃更新。

在 Hitachi Vantara 的产品体系中，PDI 分为社区版（Community Edition，CE）与商业企业版（Enterprise Edition，EE）。社区版以 Apache License 2.0 开源，包含完整的转换设计与执行能力；企业版在其之上叠加企业级认证、管理工具与官方支持服务。两者差异详见 4.4 节。

三、核心架构

3.1 四大运行入口

Kettle 传统上由四个运行入口组成，这一结构在 11.0 中继续有效：

入口形态职责
Spoon图形设计器可视化设计、调试与执行转换和作业
Pan命令行引擎无界面执行转换
Kitchen命令行引擎无界面执行作业
Carte轻量 HTTP 服务提供远程监控与远程执行节点能力

3.2 转换与作业

  • 转换（Transformation）：面向行级数据流，由若干步骤（Step）通过跳（Hop）连接成有向无环图，步骤间以行缓冲并行流水执行，适合抽取、清洗、加工、装载类工作。
  • 作业（Job）：面向流程控制，由作业项（Job Entry）组成，按条件分支串行编排，负责依赖判断、失败处理、通知以及调用转换。

3.3 插件体系

Kettle 的能力以插件形式扩展，包括步骤插件、作业项插件、数据库连接插件、分区插件等。11.0 引入 Plugin Manager 统一管理插件，并完成 Karaf/OSGi 运行时移除，插件装载方式随之简化（见 11.0 发行说明）。扩展开发通过公开的插件 API 与 Maven 坐标进行。

3.4 环境与仓库

PDI 运行于 Java 虚拟机之上，11.0 起官方支持 Java 21 并升级至 Tomcat 10（11.0 发行说明）。设计产物可保存为本地文件（ktr/kjb），也可集中存放于 Pentaho 仓库以便团队共享与调度。

四、功能特性

4.1 可视化管道设计

Spoon 提供拖拽式步骤编排、字段映射、行级调试与执行日志，11.0 进一步引入 Pipeline Designer 强化管道设计体验（11.0 发行说明）。

4.2 广泛的数据源连接

内置大量数据库连接器（关系库、分析型库、NoSQL）、文件类连接器（CSV、Excel、JSON、XML 等）以及 FTP、邮件等传输类步骤，配合插件可覆盖主流数据源。

4.3 11.0 版本关键增强（引自官方发行说明）

  • Pipeline Designer（管道设计器增强）
  • Project Lifecycle Management（项目生命周期管理）
  • 全新 Pentaho User Console（预览版）
  • 新数据建模工作流（取代 Schema Workbench 与 Data Source Wizard）
  • 开箱即用的 OIDC / OAuth 2.0 支持
  • Pentaho/BA Server 细粒度权限
  • Java 21 支持与 Tomcat 10 升级
  • Plugin Manager（插件管理器）
  • Karaf/OSGi 移除与大数据插件调整
  • 基于 OTEL 的可观测性
  • 发行与运行形态的简化

4.4 社区版与商业版差异

依据官方产品资料与官方博客，两者差异如实归纳如下：

维度社区版（CE）企业版（EE）
许可与费用Apache 2.0 开源，免费商业订阅
安装补丁自行下载与升级官方提供版本与补丁通道
企业认证与权限管理基础能力完整企业认证体系
技术支持无官方支持，依赖社区官方支持与 SLA
管理与调度工具基础调度企业级管理控制台

官方博客明确指出：旧版社区版存在已知漏洞需自行修补、缺少企业认证、生产运行需要团队自担运维与合规风险；这正是企业版的出发点。

五、快速上手

以下步骤引自官方文档（docs.pentaho.com 安装章节与官方获取页），本文不做本地实测。

5.1 获取与启动

  1. 访问官方获取入口 https://pentaho.com/get-started/ ，选择 Pentaho Data Integration 社区版下载压缩包。
  2. 解压到本地目录（前置要求：Java 21 运行时，见 11.0 安装文档 https://docs.pentaho.com/install/ ）。
  3. 运行 Spoon 启动脚本（Linux/macOS 下为 spoon.sh，Windows 下为 Spoon.bat），进入图形设计器。

5.2 第一个转换

按官方入门文档的路径：

  1. 在 Spoon 中新建一个转换。
  2. 从步骤面板拖入「CSV 文件输入」步骤，配置文件路径与字段。
  3. 拖入「文本文件输出」（或表输出）步骤，用 Hop 连接输入与输出。
  4. 点击运行，观察执行日志中的行数统计。

官方文档入口：https://docs.pentaho.com/install/ 与 https://docs.pentaho.com/whats-new/ 。

六、适用场景与限制

6.1 适用场景

  • 数据仓库与传统 ETL：定时从业务库抽取数据，清洗、汇总后装载到数仓。
  • 多源异构整合：数据库、文件、接口等多类数据源的批量搬运与格式转换。
  • 可视化治理诉求强的团队：需要字段级映射、转换逻辑可见可审。
  • 存量 Pentaho 用户升级：11.0 LTS 提供 Java 21 与 Tomcat 10 基座及 OTEL 可观测性。

6.2 限制与注意事项

  • 执行引擎以 Java 虚拟机单进程为主，超大规模数据搬运需自行做分片与并行设计。
  • 社区版无官方支持，补丁需自行跟踪（官方仓库补丁构建频繁，选型时应锁定 LTS 补丁线）。
  • 11.0 移除 Karaf/OSGi 并调整大数据插件，存量自定义插件需评估迁移成本（11.0 发行说明）。
  • 实时流处理并非其主战场，流式场景应评估 NiFi、Flink 类工具。

七、同类选型对比

7.1 候选概览

工具定位开源许可
Kettle（PDI 11.0）可视化 ETL/数据集成平台Apache-2.0
Airbyte面向连接器的 ELT 数据平台Elastic License 2.0
DataX阿里巴巴开源的离线数据同步框架Apache-2.0
Apache NiFi可视化流式数据路由与处理系统Apache-2.0

另：DataPipeline 为商业闭源软件，官方未公布开源仓库与版本数据，本文不纳入量化对比。

7.2 量化对比（2026-10-19 实查）

维度Kettle 11.0AirbyteDataXNiFi 2.12.0
开源许可Apache-2.0Elastic License 2.0Apache-2.0Apache-2.0
GitHub stars8407（pentaho/pentaho-kettle）22242（airbytehq/airbyte）17363（alibaba/DataX）6265（apache/nifi）
最近发版11.0.0.4-317（2026-10-16）Airbyte 2.0（2025-10-15）datax_v202309（2023-09-14）2.12.0（2026-09-13）
版本节奏LTS 补丁线持续维护，开发线每日构建GitHub 发行条目近一年集中于大版本发版停留在 2023 年，节奏明显放缓约每 1-2 个月一个 minor 版本
运行基线Java 21、Tomcat 10（11.0 官方发行说明）平台化发行，官方提供 abctl 与 Kubernetes 部署方案JDK 8 环境，单机进程NiFi 2.x 要求 Java 21
形态侧重可视化 ETL 设计与执行连接器生态与 ELT 平台配置化离线同步流式数据路由与溯源

（stars 与发版时间取自各项目 GitHub Releases 页面实查；Kettle 许可见仓库 LICENSE，Airbyte 许可见其仓库 LICENSE。）

7.3 选型建议

需要可视化设计、复杂转换编排与传统数仓 ETL 时优先考虑 Kettle；以「源到目标」批量同步为主、追求连接器数量与平台化运维时考虑 Airbyte；纯离线大批量同步且团队具备运维能力时 DataX 仍可胜任，但其发版节奏停滞需谨慎评估；兼顾流式与批式的数据路由与加工则优先 Apache NiFi。

八、参考链接