在这篇文章中，一位大数据专家讨论了使用ETL工具来帮助数据团队更好地使用和管理他们的数据仓库。

管理数据仓库不仅仅是管理数据仓库，如果我们听起来如此陈腐。实际上还有很多需要考虑的问题。例如，数据如何进入您的数据仓库本身就是一个完整的过程 - 具体而言，当数据处于运动状态时会发生什么，以及必须采用的形式才能变得可用。

这就是ETL工具的用武之地。

ETL - 提取，转换，加载 - 是多个系统的数据（通常由不同供应商，部门或利益相关者开发和支持）组合到单个数据库，数据存储或仓库以用于传统存储或分析的常用范例。

提取是从各种数据源提取数据的过程。转换涉及以适当的格式转换数据以进行查询和分析。最后，当转换的数据被加载到目标数据库，数据存储，数据集市或仓库时，就会发生加载。从本质上讲，ETL可以为您的数据做准备，使其有意义且易于分析。

许多拥有内部IT团队的公司经常考虑使用自动化ETL工具，而不是提出自己的解决方案。他们可能认为他们可以依靠IT人员手动编写“管道”解决方案，但后来发现管道无法处理越来越大或复杂的数据负载。或者如果可以，它只能通过更多的费用，时间和资源来实现。

牺牲？时间，准确性和性能。因此，组织必须要问：如果我们浪费时间和日子来获取商业智能，那么追求商业智能的重点是什么，不能100％肯定我们的结果，并且感觉整个机器可能会在强风中崩溃？

另一方面，自动化ETL工具可以快速，准确，高性能，可扩展且安全。更重要的是，它执行必要的功能，不应该由过度工作或训练不足的IT团队负责监督，特别是当您的数据仓库和您的公司正在寻求的关键答案。

事实上，无论您的IT团队多么熟练，扩展数据需求都将不断给任何组织带来挑战，给员工，设备和预算带来压力，并浪费宝贵的时间在定制的手动配置上，以便跟上。因此，让我们深入了解可用的不同自动化ETL工具以及如何确定哪种工具适合您。

ETL工具的类型

以下是ETL工具的具体类型以及它们可以为您的组织做些什么：

批处理工具：现有的批处理工具可在非工作时间内整合您的数据，因为计算能力的竞争较小。对于较少依赖于速度的数据类型（考虑季度或月度计算，如税收或工资报告），这些工具可在不影响其他地方性能的情况下准备数据。

开源工具：与几乎所有开源解决方案一样，开源ETL是现成的，可以轻松地与其他系统集成，对于基础设施预算有限的公司尤其具有吸引力。而且由于开源开发的协作性，您可以在一定程度上实现问责制，灵活性以及可能与其他解决方案部分缺失的“最新内容”。

基于云的工具：虽然批处理通常是内部部署数据仓库的领域，但现在云中可以使用新的批处理工具。它们提供了与原有旧系统相同的优势，但具有当今的云优势，例如实时支持，内置安全性和合规性以及智能模式检测。

实时工具：如今，大多数公司都使用大量需要实时信息的现代应用程序。实时ETL工具使用与其他选项完全不同的模型，一个基于分布式消息队列 - 解耦或独立应用程序之间的通信 - 流处理或连续数据流。最终结果是公司可以快速查询并获得答案，而不仅仅是在方便系统时。

但是，这些类别没有严格定义。例如，有开源或基于云的工具可以处理实时信息等。

哪种ETL工具适合您？

虽然大多数（如果不是全部）上述工具可以在某种程度上为您的组织提供良好的服务，但每种工具都可以满足某些要求：

• 现有批次：最适合希望使用内部部署技术和/或现有供应商的组织，并且不太关心实时数据处理。
• 开源：最适合那些习惯于维护和操作开源技术的组织，或者想要使用开源技术自己构建ETL解决方案的组织。
• 基于云的：最适合喜欢在云中构建和交付的工具的组织，并且有兴趣通过不必购买或维护设备来降低成本。
• 实时：最适合寻求现代解决方案来处理大量数据或流数据，根据需要扩展或缩小操作以及实时处理事件的组织。

数据仓库和ETL：无与伦比的匹配

今天的商业智能要求对每个组织都提出了很高的要求。您的独特数据源，结构和集合不应受限于禁止流量和最终用户分析的处理。