以下配置和记录只为学习使用，查看了网上资料进行的实践，这是文档记录的一个章节，提供给大家学习。
目录
1.Carte的配置
2.Carte的启动
3.Carte的停止
4.Carte的使用
4.1配置子服务器
4.2配置run configuration执行服务器
4.3carte执行
5.Carte集群设置
5.1.配置子服务器
5.2集群运行配置
5.3步骤转换设置
5.4Carte集群执行
5.5Carte集群和carte执行器混合使用
现在公司使用的都是8.3稳定版本的开源Pentaho，也就是习惯称呼的Kettle。一般把Pentaho server安装在linux服务器上，使得server稳定运行，在Windows系统下安装客户端PDI使用。
客户端PDI连接Pentaho server的repository存储库后，都会把任务提交到server上或者设置调度计划执行作业。而不会在PDI客户端上调度作业。
但为了提高Pentaho的性能，可以增加多台carte服务器建立一个集群，下图是Pentaho性能扩展方式：
1.使用转换步骤中的多线程
2.建立carte集群
3.使用Hadoop大数据服务
本章节介绍第二种设置PDI集群。
集群技术可以用来水平扩展转换，使它们能以并行的方式运行在多台服务器上。转换的工作可以平均分到不同的服务器上。一个集群模式包括一个主服务器和多个子服务器，主服务器作为集群的控制器。只有在集群模式中，才有主服务器和子服务器的概念。作为控制器的Carte服务器就是主服务器，其它的Carte服务器就是子服务器。
本节将介绍怎样配置和执行一个转换，让其运行在carte集群上。
文章建立carte01位主服务器，carte02和carte03为从服务器，这三台carte服务器都是在同一个物理机上配置的，大家也可以在不同物理机配置carte服务器。
1.Carte的配置
注意事项：需要在/pentaho/.kettle的目录下有repositories.xml 文件，文件里的repository连接信息需要填写在carte配置文件中。
carte-01-config.xml内容为：
carte-02-config.xml 内容：
<slave_config>
<masters>
<slaveserver>
<name>carte-01</name>
<hostname>carte-server-01</hostname>
<port>8080</port>
<username>cluster</username>
<password>cluster</password>
<master>Y</master>
</slaveserver>
</masters>
<report_to_masters>Y</report_to_masters> <!--配置向master汇报-->
<slaveserver>
<name>carte-02</name>
<hostname>carte-server-01</hostname>
<port>8081</port>
<username>cluster</username>
<password>cluster</password>
<master>N</master>
<get_properties_from_master>carte-01</get_properties_from_master>
<override_existing_properties>Y</override_existing_properties>
</slaveserver>
<repository>
<name>pentaho-repo</name>
<username>admin</username>
<password>password</password>
</repository>
<max_log_lines>10000</max_log_lines>
<max_log_timeout_minutes>2880</max_log_timeout_minutes>
<object_timeout_minutes>240</object_timeout_minutes>
</slave_config>
carte-03-config.xml 内容同carte-02-config.xml。
2.Carte的启动
由于配置了carte的master主服务器，所以只有carte 的主服务器启动完成后，才能启动其他从服务器。
在PDI的安装目录data-integration下建立了Carte的一键启动脚本auto_start_carte.sh
#!/bin/bash
DIR_REL=`dirname $0`
cd $DIR_REL
DIR=`pwd`
echo "path is :$DIR"
sh $DIR/carte.sh carte-01-config.xml >$DIR/carte_log/carte01.log 2>&1 &
sleep 20
sh $DIR/carte.sh carte-02-config.xml >$DIR/carte_log/carte02.log 2>&1 &
sh $DIR/carte.sh carte-03-config.xml >$DIR/carte_log/carte03.log 2>&1 &
echo "carte have been started!"
3.Carte的停止
方法1：通过URL命令停止
http://10.XX:8080/kettle/stopCarte
方法2：使用脚本
./carte.sh <ip_addr> <port> -s –u <username> –p <password>
示例：./carte.sh 10.XX.105 8081 -s -u cluster -p cluster
方法3：杀进程
通过 ps -ef | grep carte 命令查出carte的进程，
使用kill -9 XXX杀死对应进程即可。
4.Carte的使用
4.1配置子服务器
首先设置Master 的carte服务器：
名称：任意，这里设置为carte01
主机地址：10XX
端口号：8081，这里的端口号就是配置文件里设置的对应端口号
用户名/密码：cluster/cluster
如果是master则勾选“是主服务器”
Carte02从服务器配置，并不需要勾选“是主服务器”
4.2配置run configuration执行服务器
右击“run configuration”新建执行服务器，如下图所示
测试执行转换/作业选择carte01执行器，执行正常，表明设置没有问题。
如果carte01执行器中没有选择“Send resources to this server”那么子作业或者子转换就不会执行，主作业失败！
4.3carte执行
建立作业如下，其中job1设置执行器是cart01执行，需要勾选“将作业执行结果发送到从服务器上”，任务才会正常执行。
5.Carte集群设置
在执行转换时，主服务器负责分发跟踪任务和收集结果总汇，从服务器负责具体的转换执行。在Kettle中,如果主服务器也宕机的话并不存在服务器（类似于redis、zookeeper等）重新选举的功能，也就是说一旦主服务器宕机，则Kettle集群就不能使用了。
只有在转换的界面中有Kettle集群schemas设置和使用。
5.1.配置子服务器
右击“Kettle集群schemas设置”，如下图所示增加carte集群节点，并设置主服务器和从服务器节点。Carte的集群部署分为静态模式和动态模式，这里选择为动态集群。只要carte01主服务器没问题，其他从服务器宕掉不影响任务的进行。
如果没有选择“Dynamic cluster”就是静态集群，那么其中任一个carte服务器节点有问题，这个carte集群就不可用了。
5.2集群运行配置
选择slave server，并选择“Clustered”。
5.3步骤转换设置
在需要集群运行的步骤设置集群运行，右击该步骤选择“集群”，选择上一步中设置的集群“carte”
如果是动态集群，则对应的转换步骤左上角会显示CxN，如果是静态集群，则对应的转换步骤左上角会显示Cx2这样样式。
5.4Carte集群执行
对于转换选择设置好的cluster执行
执行正常，如下图所示：
caret01:
carte02:
carte03:
作业中的子转换选择cluster执行，测试转换执行也正常：
5.5Carte集群和carte执行器混合使用
测试运行正常。
参考文章：
Kettle — 集群使用_永远不会懂-CSDN博客_kettle集群
Kettle构建Hadoop ETL实践（十）：并行、集群与分区_wzy0623的专栏-CSDN博客