ETL是数据仓库中非常重要的一步，也是承前启后的关键所在。ETL负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。

下面给大家介绍一下什么是ETL以及ETL常用的三种工具——Datastage，Taskctl，Kettle。

什么是ETL？

ETL，全称为Extract-Transform-Load，是指将数据从来源端经过抽取、转换、加载至目的端的过程。

数据仓库结构

一般来说就是从数据源抽取数据出来，进行清洗加工转换，然后加载到定义好的数据仓库模型中去。目的是将企业中的混乱、不统一的数据整合起来，为企业的决策提供依据。

ETL是BI项目重要的一个环节，其设计的好坏影响生成数据的质量，直接关系到BI项目的成败。

为什么要用ETL工具？

在数据处理之时，我们可能会遇到这些问题：

当数据来自不同的物理主机，这时如运用SQL语句去处理的话，就显得比较费劲且开销也更大。

数据来源可以是各种不同的数据库或者文件，这时需要先把他们整理成统一的格式后才可以进行数据的处理，这个用代码完成明显有些麻烦。

在数据库中咱们当然可以运用存储进程去处理数据，但是处理海量数据时存储进程明显比较费劲，并且会占用较多数据库的资源，这可能会导致数据资源不足，从而影响数据库的功能。

而上述遇到的问题，咱们用ETL东西就可以处理。ETL工具具有以下几点优势：

支持多种异构数据源的衔接。（部分）

图形化的界面操作十分便利。

处理海量数据速度快、流程更明晰等。

ETL工具介绍

1.Datastage

IBM公司的商业软件，专业的ETL东西，但同时价格不菲，适用于大规模的ETL应用。

运用难度：★★★★

2.Taskctl

商业软件，国产专业的ETL工具渠道。价格上比Datastage便宜许多，适用于大规模的ETL应用。

运用难度：★★★

3.Taskctl Web版

可免费使用，在商业版 Taskctl 6.0基础上纵向发展而来，可跨多渠道，适用于中小企业IT自动化和数据开发人员使用，如数据体系批量自动化、系统运维自动化、企业数据监控等等

运用难度：★

4.Kettle

可免费使用，最著名的开源产品，是用纯java编写的ETL工具，可跨渠道，扩展性也不错。

运用难度：★★

推荐的这几款ETL工具了，每一款都有自己的优缺点，找到最适合自己的才能让你的工作事半功倍！