etlETL的特色功能

ETL的全称

ETL是美国电子测试实验室(ElectricalTestingLaboratories)的简称。

ETL试验室是由美国发明家爱迪生在1896年一手创立的，在美国及世界范围内享有极高的声誉。

同UL、CSA一样，ETL可根据UL标准或美国国家标准测试核发ETL认证标志，也可同时按照UL标准或美国国家标准和CSA标准或加拿大标准测试核发复合认证标志。

右下方的表示适用于美国，左下方的表示适用于加拿大，同时具有和则在两个国家都适用。

任何电气、机械或机电产品只要带有ETL标志就表明此产品已经达到经普遍认可的美国及加拿大产品安全标准的最低要求，它是经过测试符合相关的产品安全标准；而且也代表着生产工厂同意接收严格的定期检查，以保证产品品质的一致性，可以销往美国和加拿大两国市场。

ETL也要求其生产场地已经过检验，并且申请人同意此后对其工厂进行定期的跟踪检验，以确保产品始终符合此要求。

ETL学习笔记之一：ETL是什么？

对于数据仓库以及ETL的知识，我基本上是个门外汉。

一切都得从头开始，记个笔记，方便自已了解学习进度。

首先，我们来了解最基本的定义： 嗯，也有人将ETL简单称为数据抽取。

至少在未学习之前，领导告诉我的是，你需要做一个数据抽取的工具。

其实呢，抽取是ETL中的关键环节，顾名思义，也就将数据从不同的数据源中抓取(复制)出来。

太简单了！上面的解释无首无尾，有点象能让你吃饱的第七个烧饼， 仔细一想，抽取是不可能单独存在，我们需要将与之关联的一些其它环节拿出来。

于是，得到ETL的定义： 将数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。

好的，既然到了这一个层次，我们完全会进一步展开联想，引出上面这个抽象事件的前因后果， 抽取源：大多数情况下，可以认为是关系数据库，专业一点，就是事务处理系统(OLTP)。

当然，广义一点，可能会是其它数据库或者是文件系统。

目的地：OK，我们希望是数据仓库。

数据仓库是啥？在学习之前，它对我来说是个抽象的怪物，看过一些简单的资料之后，才了解这个怪物一点都不怪。

堆积用来分析的数据的仓库。

是了，是用来分析的，于是，它区别于OLTP中的数据存储。

在我看来，有两个原因。

一：性能 将需要分析的数据从OLTP中抽离出来，使分析和事务处理不冲突。

咦？这不是数据仓库的效果吗？是了， 数据仓库，大多数情况下，也就是通过ETL工具来生成地。

二：控制 用户可以完全控制从OLTP中抽离出来的数据，拥有了数据，也就拥有了一切。

嗯，OLAP分析，数据挖掘等等等……。

最后，总结一下， 嗯，时不我待，我没有办法一切从头开始， 鸭子要变成一盘菜，并不是举手将之置于油锅之劳。

etl工程师是做什么的？工作内容是什么？

etl工程师是从事系统编程、数据库编程与设计，要掌握各种常用的编程语言的专业技术人员。

也叫数据库工程师。

工作内容： 见岗位职责： 1. 海量数据的ETL开发，抽取成各种数据需求。

2. 参与数据仓库架构的设计及开发 。

3. 参与数据仓库ETL流程优化及解决ETL相关技术问题。

4、熟悉主流数据库技术，如oracle、Sql server、PostgeSQL等。

4、精通etl架构，有一定的etl开发经验，了解日常作业的部署和调度。

5、会数据etl开发工具，如Datastage,Congos,Kettle等。

ETL的特色功能

ETL过程在很大程度上受企业对源数据的理解程度的影响，也就是说从业务的角度看数据集成非常重要。

一个优秀的ETL设计应该具有如下功能： 合理的业务模型设计对ETL至关重要。

数据仓库是企业唯一、真实、可靠的综合数据平台。

数据仓库的设计建模一般都依照三范式、星型模型、雪花模型，无论哪种设计思想，都应该最大化地涵盖关键业务数据，把运营环境中杂乱无序的数据结构统一成为合理的、关联的、分析型的新结构，而ETL则会依照模型的定义去提取数据源，进行转换、清洗，并最终加载到目标数据仓库中。

模型的重要之处在于对数据做标准化定义，实现统一的编码、统一的分类和组织。

标准化定义的内容包括：标准代码统一、业务术语统一。

ETL依照模型进行初始加载、增量加载、缓慢增长维、慢速变化维、事实表加载等数据集成，并根据业务需求制定相应的加载策略、刷新策略、汇总策略、维护策略。

对业务数据本身及其运行环境的描述与定义的数据，称之为元数据（metadata）。

元数据是描述数据的数据。

从某种意义上说，业务数据主要用于支持业务系统应用的数据，而元数据则是企业信息门户、客户关系管理、数据仓库、决策支持和B2B等新型应用所不可或缺的内容。

元数据的典型表现为对象的描述，即对数据库、表、列、列属性（类型、格式、约束等）以及主键/外部键关联等等的描述。

特别是现行应用的异构性与分布性越来越普遍的情况下，统一的元数据就愈发重要了。

“信息孤岛”曾经是很多企业对其应用现状的一种抱怨和概括，而合理的元数据则会有效地描绘出信息的关联性。

而元数据对于ETL的集中表现为：定义数据源的位置及数据源的属性、确定从源数据到目标数据的对应规则、确定相关的业务逻辑、在数据实际加载前的其他必要的准备工作，等等，它一般贯穿整个数据仓库项目，而ETL的所有过程必须最大化地参照元数据，这样才能快速实现ETL。