Using Kettle for more than one year in my project, but still have no time to read the source code of Kettle untill couple of days before (busy or actually lazy?). Yeah, I am a lazy dog...
Since the source code is not available directly from the Pentato website, I had no choice but to go thru some posts on the Pentaho forum one by one. It didn't take me much effor before I found the relevant post, thx god:) The source code of Kettle now is maintained in SVN of JavaForge, and anybody "can get the latest(subversion trunk) code changes with on this URL: http://svn.javaforge.com/svn/Kettle/trunk", the username is "anonymous" and password is "anon".
Besides, I had to download a SVN tool. I am using TortoiseSVN in my company, and the ux satisfied me, so I chose it again.
It taked about 30 minutes to check out all the source code (still very fast I think, my bandwidth is 2M).
When it done, I imported it as a general project into eclipse, and one thing surprised me a little bit was that, I didn't have to compile the source code or import some jars even than execute a Ant target manually as I built the source code of Spring before. Hah, Kettle is developed by using eclipse?! (you can find some eclipse project files in the trunk).
Anyway, the work was going on smoothly, no more than 40 minutes. Now I can debug the Kettle, and from my experience, in some scenarios Kettle doesn't work in good performace than I expect, and even sometimes it runs into some bugs when I do the multitudinous insert or update operations. Here I get the opportunity to look into the code and figure out the problem.
Keep moving forward...
集合類
集合類的對象是用來管理其他若干對象的，它類似于C++標準模板庫中的容器，不過在JAVA的集合類的對象中可以用來存放多種類型的對象。
接口和類共同構成了一個集合框架，集合的概念，一個對象可以裝載多個對象，這個對象就是集合對象。
集合框架
1，接口
Collection 用來管理多個對象，集合中的每個元素都是對象。
Map，Map中沒有對象，而是鍵值對，由Key，value組成的鍵值對，Key是不可重復的。value是可以相同的,一個Key和一個value一一對應。
集合中用到的類，接口在java.util包中，在使用時注意將其引入import。
Collection 接口（以下介紹其子接口）
1)List 一個List的實現類的對象在管理多個對象時會按順序組織對象（即按照將對象放入的順序存儲），List實現類的對象是由順序的。（注意，順序和排序的區別）
2)Set 一個Set的實現類表示一個數學概念上的集合，
Set的實現類的對象中的元素是無順序的，也就是不會按照輸入順序來存放，Set的實現類對象中的元素是不重復的。
3)SortedSet,他是Set的子接口，他的實現類會對集合中的元素進行排序。但是要指定排序規則，他會按排序規則進行排序。
Map 接口（以下介紹其子接口）
SortedMap，這個接口的實現類同樣可以實現，不過是對鍵值對中的Key進行排序，這個接口的實現類也是要指定排序規
則的。
JDK1.4中的集合是不安全的對象，JDK5.0中解決了這個問題。
List接口的實現類
1> ArrayList是接近于功能的集合類，
ArryList的實質就是一個會自動增長的數組，ArrayList是用封裝的數組來實現的List接口的。Collection的實現類對象的遍歷方式是用迭代來實現的。
在使用迭代器時先要活得一個迭代器的對象，Iterator（迭代器接口）這是一個接口，迭代器是在集合類中實現的，也
就是說，他是一個內部類（匿名內部類）實現的。
Iterator接口中定義的常用方法方法hasNext()，next()。
hasNext(),這個方法會使用一個游標，并通過判斷游標指向的位置是否存放有對象。
next()方法也是Iterator接口中定義好的方法，這個方法會使游標指向下一個元素的位置，游標會跳過第一個元素，并
返回其中的內容。
Collections 這是一個工具類，也是java.util包中的，這個類中的sort(list接口的實現類的對象)方法，其參數是一個集合類的對象，這個方法使用來對集合類的對象進行排序的。以后，我將以集合這個名字來稱呼集合類的對象。，對于
字符串對象內容的集合來說會按字典順序排序（升序），對于數字內容的集合排序也會按照升序排序。
排序可一份為兩部分內容，一個是排序的規則，也就是按照什么來進行排序，并且排成什么樣的順序。
第二個就是排序的算法，他決定了排序的效率。
在對自定義的集合內容類型排序時，需要先定義那個類型的排序規則。
Comparable接口，這個接口中只定義了一個compareTo(Object o)，方法的返回至類型是整型，如果當前對象大于參數對象就返回正數，當前對象等于參數對象是就返回0，當前對象小于參數對象時就返回負值，這樣寫就是升序排列，反之則是進行降序排列，在實現這個接口中的方法時，返回值定義方式，只有這兩種。
根據指定類型的排序規則實現了Comparable接口，那么就可以對存有這個類型的集合進行整體排序。Comparable接口，
也叫做可比較接口。這個接口在java.lang包下。
只要實現了這個接口，就是可排序的。
接下來介紹
另外一種對自定義類型對象的集合整體排序的方法，
也就是實現比較器接口（Comparator），這個接口中定義了一個compare(Object o1，Object o2)方法來比較兩個對象，這個方法的返回值定義和上面介紹的那個方法是一樣。注意：在API，幫助文檔中
以上兩個方法的參數類型是T，這代表的模板類型，也就是集合中存放的內容的類型，在JDK1.4中其參數就是Object類型，模板類型的詳細內容會在最后的JDK5.0新特性中講到。
Comparator接口可以在匿名內部類中實現，Collections 中的sort(集合了的對象，比較器)方法，可以對自定義類型內容的集合進行整體排序。
2>LinkedList，它是List接口的實現類，
其底層是用雙向循環鏈表來實現的。
注意：ArrayList的查詢效率比較高，增刪動作的效率比較差，適用于查詢比較頻繁，增刪動作較少的元素管理的集合。
? ? ?
LinkedList的查詢效率低，但是增刪效率很高。適用于增刪動作的比較頻繁，查詢次數較少的元素管理集合。
ArrayList，LinkedList都是線程不安全的。
實現堆棧 1，數組（ArrayList，增刪效率比較低，不適合）
? ? ? ? 2，
LinkedList（實現堆棧的好方法）? ? ? ? 3，java.util.Stack類，Stack是Vector的子類，Vector類是一個線程安全的（是一個重量級的類），并繼承
了Vector的方法，Verctor類和ArrayList的功能近乎相同。（不推薦使用Stack類來
實現堆棧）。
Set接口的實現類
HashSet
Set的實現類的集合對象中不能夠有重復元素，HashSet也一樣他是使用了一種標識來確定元素的不重復，HashSet用一種算法來保證HashSet中的元素是不重復的，
HashSet的底層實現還是數組。
Object類中的hashCode()的方法是所有子類都會繼承這個方法，這個方法會用Hash算法算出一個Hash（哈希）碼值返回，HashSet會用Hash碼值去和數組長度取模，模（這個模就是對象要存放在數組中的位置）相同時才會判斷數組中的元素和要加入的對象的內容是否相同，如果不同才會添加進去。
Hash算法是一種散列算法。
注意：
所以要存入HashSet的集合對象中的自定義類必須覆蓋hashCode(),equals()兩個方法，才能保證集合中元素容不重復。在覆蓋和hashCode()方法時，要使相同對象的hashCode()方法返回相同值，覆蓋equals()方法再判斷其內容。為了保證效率，所以在覆蓋hashCode()方法時，也要盡量使不同對象盡量返回不同的Hash碼值。
如果數組中的元素和要加入的對象的hashCode()返回了相同的Hash值（相同對象）,才會用equals()方法來判斷兩個對象的內容是否相同。
SortedSet接口是Set的子接口。
TreeSet是SortedSet接口的實現類，他可以對集合中的元素進行排序。
要存放在TreeSet中自定義類的對象，這個類要么是已經實現了Comparable接口，要么是能給出Comparator比較器，TreeSet可以自動過濾掉重復元素所以不用重載hashCode()方法，TreeSet會根據比較規則判斷元素內容是否相同，TreeSet會在元素存入世就進行了排序。（在TreeSet給出排序規則時，一定要注意對象內容相等的條件，一定要注意在主觀的認為兩個對象內容相同時，才可以使用比較少的條件來進行判斷）
在
要排序時才使用TreeSet類（存儲效率比較低），HashSet的存儲效率比較高，在需要為HashSet的對象排序時，就可以把HashSet中的元素放入TreeSet。