某个生产数据库（oracle）中单表记录了上亿的车辆定位数据，应用系统的轨迹回放功能已出现明显的加载卡顿现象（优化了索引，查询指定车辆一段时间内的定位数据，差不多在15秒）。考虑到常规分表的方案治标不治本、同时也是为其他更大量级数据项目积累经验，我们决定尝试使用hbase来存储定位数据。要做的第一步就是需要将数据导入到hbase里。由于我们已经建立了CDH环境，且之前已经通过里面的streamset套件成功实现了kafka定位数据导入到hive，故一开始的决定是继续使用streamset来完成数据导入。然而这种方案折腾了很久也没走通，也是各种坑（踩坑参考这个帖子：https://blog.csdn.net/JJBOOM425/article/details/108093283），且受运行环境限制我们没法对oracle进行基础配置，最后不得不转而考虑使用kettle。
环境说明：
——Kettle8.3
——Oracle11g
——CDH6.3.1、HBase2.1.4，集群5个节点