ETL代表“提取、轉(zhuǎn)換和加載”。ETL 過程在數(shù)據(jù)集成策略中起著關(guān)鍵作用。ETL允許企業(yè)從多個(gè)來源收集數(shù)據(jù)并將其整合到一個(gè)集中的位置。ETL還使不同類型的數(shù)據(jù)可以協(xié)同工作。

概述

典型的ETL過程會(huì)收集和優(yōu)化不同類型的數(shù)據(jù)，然后將數(shù)據(jù)傳送到數(shù)據(jù)倉庫。

ETL 還使在各種來源、目的地和分析工具之間遷移數(shù)據(jù)成為可能。因此，ETL流程在生成商業(yè)智能和執(zhí)行更廣泛的數(shù)據(jù)管理策略方面發(fā)揮著關(guān)鍵作用。

ETL 的工作原理

ETL 過程由三個(gè)步驟組成，并使數(shù)據(jù)能夠從源頭集成到目的地，這三個(gè)步驟分別是數(shù)據(jù)提取、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)加載。

第 1 步：提取

很少有企業(yè)依賴單一的數(shù)據(jù)類型或系統(tǒng)。大多數(shù)企業(yè)擁有來自各種來源的數(shù)據(jù)，并使用多種數(shù)據(jù)分析工具來生成商業(yè)智能。要制定這樣的復(fù)雜數(shù)據(jù)策略，數(shù)據(jù)必須能夠在系統(tǒng)和應(yīng)用程序之間自由傳輸。

在將數(shù)據(jù)移動(dòng)到新目標(biāo)之前，必須首先從其源中提取數(shù)據(jù)。在ETL過程的第一步中，結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)被導(dǎo)入并整合到一個(gè)存儲(chǔ)庫中?？梢詮膹V泛的來源中提取原始數(shù)據(jù)，包括：

· 現(xiàn)有數(shù)據(jù)庫和遺留系統(tǒng)

· 云、混合和本地環(huán)境

· 銷售和營銷應(yīng)用

· 移動(dòng)設(shè)備和應(yīng)用程序

· 客戶關(guān)系管理系統(tǒng)

· 數(shù)據(jù)存儲(chǔ)平臺(tái)

· 數(shù)據(jù)倉庫

· 分析工具

雖然可以手動(dòng)完成，但手工編碼的數(shù)據(jù)提取可能需要大量時(shí)間并且容易出錯(cuò)。ETL工具可自動(dòng)執(zhí)行提取過程并創(chuàng)建更高效、更可靠的工作流程。

第 2 步：轉(zhuǎn)型

在 ETL 過程的這個(gè)階段，可以應(yīng)用規(guī)則和法規(guī)來確保數(shù)據(jù)質(zhì)量和可訪問性。您還可以應(yīng)用規(guī)則來幫助您的公司滿足報(bào)告要求。數(shù)據(jù)轉(zhuǎn)換的過程由幾個(gè)子過程組成：

· 清理——解決數(shù)據(jù)中的不一致和缺失值。 

· 標(biāo)準(zhǔn)化——格式化規(guī)則應(yīng)用于數(shù)據(jù)集。

· 重復(fù)數(shù)據(jù)刪除— 排除或丟棄冗余數(shù)據(jù)。

· 驗(yàn)證— 刪除不可用的數(shù)據(jù)并標(biāo)記異常。

· 排序— 根據(jù)類型組織數(shù)據(jù)。

· 其他任務(wù)——可以應(yīng)用任何附加/可選規(guī)則來提高數(shù)據(jù)質(zhì)量。

轉(zhuǎn)換通常被認(rèn)為是 ETL 過程中最重要的部分。數(shù)據(jù)轉(zhuǎn)換可提高數(shù)據(jù)完整性，并有助于確保數(shù)據(jù)到達(dá)新目的地時(shí)完全兼容并可供使用。

第 3 步：加載

ETL 過程的最后一步是將新轉(zhuǎn)換的數(shù)據(jù)加載到新目的地。數(shù)據(jù)可以一次加載（滿載）或按預(yù)定時(shí)間間隔（增量加載）加載。

滿載— 在 ETL 滿載場景中，來自轉(zhuǎn)換裝配線的所有內(nèi)容都會(huì)進(jìn)入數(shù)據(jù)倉庫中新的、唯一的記錄。雖然有時(shí)這對(duì)研究目的很有用，但完全加載產(chǎn)生的數(shù)據(jù)集會(huì)呈指數(shù)增長，并且很快就會(huì)變得難以維護(hù)。

增量加載——一種不太全面但更易于管理的方法是增量加載。增量加載將傳入數(shù)據(jù)與現(xiàn)有數(shù)據(jù)進(jìn)行比較，并且只有在找到新的唯一信息時(shí)才會(huì)生成額外的記錄。這種架構(gòu)允許使用更小的數(shù)據(jù)倉庫來維護(hù)和管理商業(yè)智能。

ETL和商業(yè)智能

數(shù)據(jù)戰(zhàn)略比以往任何時(shí)候都更加復(fù)雜，公司可以從更多來源訪問更多數(shù)據(jù)。ETL 可以將大量數(shù)據(jù)轉(zhuǎn)化為可操作的商業(yè)智能。

所有這些數(shù)據(jù)都必須被提取、轉(zhuǎn)換并加載到新的目的地進(jìn)行分析。在這種情況下，ETL 通過以下方式幫助創(chuàng)建商業(yè)智能：

提供統(tǒng)一數(shù)據(jù)

管理多個(gè)數(shù)據(jù)集需要時(shí)間和協(xié)調(diào)，并可能導(dǎo)致效率低下和延遲。ETL 將數(shù)據(jù)庫和各種形式的數(shù)據(jù)組合成一個(gè)單一的、統(tǒng)一的視圖。這使得分析、可視化和理解大型數(shù)據(jù)集變得更加容易。

提供歷史背景

ETL 允許企業(yè)將遺留數(shù)據(jù)與從新平臺(tái)和應(yīng)用程序收集的數(shù)據(jù)相結(jié)合。這會(huì)生成數(shù)據(jù)的長期視圖，以便可以查看較舊的數(shù)據(jù)集以及更新的信息。

提高效率和生產(chǎn)力

ETL 軟件使手工編碼的數(shù)據(jù)遷移過程自動(dòng)化。因此，開發(fā)人員及其團(tuán)隊(duì)可以將更多時(shí)間花在創(chuàng)新上，而減少管理編寫代碼以移動(dòng)和格式化數(shù)據(jù)的時(shí)間。

構(gòu)建您的ETL策略

ETL 可以通過兩種方式完成。在某些情況下，企業(yè)可能會(huì)要求開發(fā)人員構(gòu)建自己的 ETL。然而，這個(gè)過程可能是時(shí)間密集型，容易出現(xiàn)延遲。

如今，大多數(shù)公司都依賴 ETL 工具作為其數(shù)據(jù)集成過程的一部分。ETL 工具以其速度、可靠性和成本效益以及與更廣泛的數(shù)據(jù)管理策略的兼容性而聞名。ETL 工具還包含廣泛的數(shù)據(jù)質(zhì)量和數(shù)據(jù)治理功能。

ETL工具選型

在評(píng)估 ETL 工具時(shí)，您需要考慮所需連接器的數(shù)量和種類，以及它的便攜性和易用性。