ETL
（數據倉庫技術）
ETL，是英文 Extract-Transform-Load 的縮寫，用來描述將數據歷來源端通過抽取（extract）、交互轉換（transform）、加載（load）至目的端的過程。ETL一詞較經常使用在數據倉庫，但其對象並不限於數據倉庫。數據庫
開源的工具備eclipse的etl插件:cloveretl
ETL的質量問題具體表現爲正確性、完整性、一致性、完備性、有效性、時效性和可獲取性等幾個特性。而影響質量問題的緣由有不少，由
系統集成和歷史數據形成的緣由主要包括:業務系統不一樣時期系統之間數據模型不一致；業務系統不一樣時期業務過程有變化；舊系統模塊在運營、人事、財務、辦公系統等相關信息的不一致；遺留系統和新業務、管理系統
數據集成不完備帶來的不一致性。
實現ETL，首先要實現ETL轉換的過程。體現爲如下幾個方面：
一、空值處理：可捕獲字段空值，進行加載或替換爲其餘含義數據，並可根據字段空值實現分流加載到不一樣目標庫。
二、規範化數據格式：可實現字段格式約束定義，對於
數據源中時間、數值、字符等數據，可自定義加載格式。
三、拆分數據：依據業務需求對字段可進行分解。例，主叫號 861082585313-8148，可進行區域碼和電話號碼分解。
四、驗證數據正確性：可利用Lookup及拆分功能進行
數據驗證。例如，主叫號861082585313-8148，進行區域碼和電話號碼分解後，可利用Lookup返回主叫網關或交換機記載的主叫地區，進行數據驗證。
五、數據替換：對於因業務因素，可實現無效數據、缺失數據的替換。
六、Lookup：查獲丟失數據 Lookup實現
子查詢，並返回用其餘手段獲取的缺失字段，保證字段完整性。
七、創建ETL過程的主
外鍵約束：對無依賴性的非法數據，可替換或導出到錯誤數據文件中，保證主鍵惟一記錄的加載。
體系結構
ETL工具目前有兩種技術架構——ETL架構和
ELT架構，不仔細看好像沒什麼不一樣之處，那麼這兩種架構到底有什麼區別呢？
[1]
ETL架構
ETL架構的優點：
-
ETL能夠分擔數據庫系統的負載（採用單獨的硬件服務器）
-
ETL相對於EL-T架構能夠實現更爲複雜的數據轉化邏輯
-
ETL採用單獨的硬件服務器。.
-
ETL與底層的數據庫數據存儲無關。
ELT架構
ELT架構的優點：
-
ELT主要經過數據庫引擎來實現系統的可擴展性（尤爲是當數據加工過程在晚上時，能夠充分利用數據庫引擎的資源）
-
ELT能夠保持全部的數據始終在數據庫當中，避免數據的加載和導出，從而保證效率，提升系統的可監控性。
-
ELT能夠根據數據的分佈狀況進行並行處理優化，並能夠利用數據庫的固有功能優化磁盤I/O。
-
ELT的可擴展性取決於數據庫引擎和其硬件服務器的可擴展性。
-
經過對相關數據庫進行性能調優，ETL過程得到3到4倍的效率提高通常不是特別困難。
注意事項
編輯
爲了能更好地實現ETL，用戶在實施ETL過程當中應注意如下幾點：
第一，若是條件容許，可利用數據中轉區對運營數據進行預處理，保證集成與加載的高效性；
第二，若是ETL的過程是主動「拉取」，而不是從內部「推送」，其可控性將大爲加強；
第三，ETL以前應制定流程化的配置管理和標準協議；
第四，關鍵數據標準相當重要。ETL面臨的最大挑戰是當接收數據時其各源數據的異構性和低質量。以電信爲例，A系統按照統計代碼管理數據，B系統按照帳目數字管理，C系統按照語音ID管理。當ETL須要對這三個系統進行集成以得到對客戶的全面視角時，這一過程須要複雜的匹配規則、名稱/地址正常化與標準化。而ETL在處理過程當中會定義一個關鍵數據標準，並在此基礎上，制定相應的數據接口標準。
第五，將數據加載到個體數據集時。在沒有一個集中化的數據庫狀況下，擁有數據模板是很是重要的。它們是標準化的接口，每個個體或者部門數據集市都可以填充。確保你的ETL工具備這樣的功能，可以擴展到一個數據倉庫平臺，將信息從一個數據集市流動到下一個。
[2]
特點功能
編輯
ETL過程在很大程度上受企業對源數據的理解程度的影響，也就是說從業務的角度看
數據集成很是重要。一個優秀的ETL設計應該具備以下功能：
管理簡單
採用
元數據方法，集中進行管理；接口、數據格式、傳輸有嚴格的規範；儘可能不在
外部數據源安裝軟件；
數據抽取系統流程自動化，並有自動調度功能；抽取的數據及時、準確、完整；能夠提供同各類數據系統的接口，系統適應性強；提供軟件框架系統，系統功能改變時，應用程序不多改變即可適應變化；可擴展性強。
標準定義數據
合理的業務模型設計對ETL相當重要。
數據倉庫是企業惟1、真實、可靠的
綜合數據平臺。數據倉庫的設計建模通常都依照三範式、星型模型、雪花模型，不管哪一種設計思想，都應該最大化地涵蓋關鍵業務數據，把運營環境中雜亂無序的數據結構統一成爲合理的、關聯的、分析型的新結構，而ETL則會依照模型的定義去提取數據源，進行轉換、清洗，並最終加載到目標數據倉庫中。
模型的重要之處在於對數據作標準化定義，實現統一的編碼、統一的分類和組織。標準化定義的內容包括：標準代碼統1、業務
術語統一。ETL依照模型進行初始加載、增量加載、緩慢增加維、慢速變化維、事實表加載等
數據集成，並根據業務需求制定相應的加載策略、刷新策略、彙總策略、維護策略。
拓展新型應用
對業務數據自己及其運行環境的描述與定義的數據，稱之爲
元數據（metadata）。元數據是描述數據的數據。從某種意義上說，業務數據主要用於支持業務系統應用的數據，而元數據則是
企業信息門戶、客戶關係管理、
數據倉庫、決策支持和
B2B等新型應用所不可或缺的內容。
元數據的典型表現爲對象的描述，即對數據庫、表、列、列屬性（類型、格式、約束等）以及主鍵/外部鍵關聯等等的描述。特別是現行應用的異構性與分佈性愈來愈廣泛的狀況下，統一的元數據就愈發重要了。「信息孤島」曾經是不少企業對其應用現狀的一種抱怨和歸納，而合理的元數據則會有效地描繪出信息的關聯性。