Kettle是一個Java編寫的ETL工具，從4.2版本開始遵守Apache Licence 2.0協議，最新穩定版為7.1。。Kettle在2006年初加入了開源的BI公司Pentaho, 正式命名為：Pentaho Data Integeration，簡稱“PDI”。自2017年9月20日起，Pentaho已經被合併於日本日立集團下的新公司： Hitachi Vantara。企業版Kettle不是免費獨立的，而是整合在Pentaho Business Analytics商業套件中。

因為ETL屬於偏底層的資料基礎性工作，國內的專案甲方使用者往往並不太懂這方面的具體需求和技術要求，因而也不太關注專案開發服務商使用了什麼底層產品，對於這類資料產品在功能性、易用性、交換效能、資料實時性、可靠穩定性、可運維管理性等方面缺乏具體的指標要求，通常不會要求通過嚴格的

1. Kettle不支援實時資料同步場景。儘管kettle可以使用trigger方式獲取表級的增量資料，但源端的應用系統方一般不會同意使用這種侵入性很強的方式，而且trigger方式無法保證事務複製的完整性和時間次序性。
2. Kettle交換效能往往達不到要求。由於kettle採用了二十多年前老舊的
   Java呼叫技術，在任務多、資料量大的場景下，往往消枆過大的計算資源，交換效能急劇下降，造成系統阻塞的狀況出現。
3. Kettle的ETL 處理流程與目標輸出耦合性強，新的資料要求往往會造成處理流程的重新設計，靈活性差，導致時間週期和成本不斷增加。新出現的ELT（把T-處理放在了末端數倉中處理）技術架構和方案，將抽取、載入過程與轉換過程分開，並將所有需要的全量和實時增量資料快速載入至數倉，意味著在數倉結構設計中更具有靈活性來考慮新的變化需求，有利於專案的運維和管理，將專案的風險最小化。
4. 日益增加的異構資料來源環境，包括各種關係型資料庫、結構化及非結構化資料、以及NoSQL、MPP資料庫
   /倉庫和大資料平臺Hadoop/Kafka的應用環境，Kettle缺乏對新資料來源的有效支援能力。
5. 免費版的Kettle缺乏必要的資料異常處理和監控運維等管理功能服務，專案開發商/服務商在專案成本及時間的約束下，難於滿足這類管理功能需求，造成後續系統運維質量及使用者滿意度的下降。
6. 在企業私有云和混合雲的計算環境下，Kettle等傳統產品的C/S架構難於滿足構建雲與邊緣端的資料交換，並支援遠端多使用者共享使用的要求。

作者李清 QQ:450353867，畢業於上海交通大學，現任北京數貝軟體科技有限公司(www.synball.com) CTO，負責TurboDX 異構資料複製同步、交換整合、ELT系列產品的研發。TurboDX系列產品已成功應用於許多企業/政府的大資料應用專案中。