ETL常用的三种工具介绍及对比Datastage，Informatica和Kettle — 使用手册

喜欢ヅ旅行 2021-12-18 16:49 225阅读 0赞

转自： [https://blog.csdn.net/qq\_37303226/article/details/90053881][https_blog.csdn.net_qq_37303226_article_details_90053881]

几种 ETL 工具的比较(Kettle,Talend,Informatica 等): [https://blog.csdn.net/zhongguomao/article/details/78325721][https_blog.csdn.net_zhongguomao_article_details_78325721]

数据集成工具Kettle、Sqoop、DataX的比较: [https://blog.csdn.net/ice\_fire2008/article/details/79827681][https_blog.csdn.net_ice_fire2008_article_details_79827681]

Kettle — 使用手册: [https://blog.csdn.net/u013468915/article/details/82629260][https_blog.csdn.net_u013468915_article_details_82629260]

webkettle: [https://gitee.com/liuxiaogang1987/kettle][https_gitee.com_liuxiaogang1987_kettle]

阿里云： [https://yq.aliyun.com/zt/217146][https_yq.aliyun.com_zt_217146]

三大主流ETL工具选型: [https://blog.csdn.net/kevin\_lcq/article/details/75268780][https_blog.csdn.net_kevin_lcq_article_details_75268780]

几种 ETL 工具的比较(Kettle,Talend,Informatica 等): [https://blog.csdn.net/zhongguomao/article/details/78325721][https_blog.csdn.net_zhongguomao_article_details_78325721]

数据集成工具Kettle、Sqoop、DataX的比较: [https://blog.csdn.net/ice\_fire2008/article/details/79827681][https_blog.csdn.net_ice_fire2008_article_details_79827681]

ETL常用的三种工具介绍及对比Datastage、Informatica、Kettle: [http://blog.itpub.net/26736162/viewspace-2641545/][http_blog.itpub.net_26736162_viewspace-2641545]

2018年ETL工具比较: [http://baijiahao.baidu.com/s?id=1601248654320751991&wfr=spider&for=pc][http_baijiahao.baidu.com_s_id_1601248654320751991_wfr_spider_for_pc]

# ETL常用的三种工具介绍及对比Datastage，Informatica  #

[http://www.sohu.com/a/249098751\_100194412][http_www.sohu.com_a_249098751_100194412]

ETL是数据仓库中的非常重要的一环，是承前启后的必要的一步。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，Informatica，Kettle）！

**1.ETL是什么？**

ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端的过程。（数据仓库结构）通俗的说法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。目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。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。

**2.为什么要用ETL工具？**

▶ 当数据来自不同的物理主机，这时候如使用SQL语句去处理的话，就显得比较吃力且开销也更大。

▶ 数据来源可以是各种不同的数据库或者文件，这时候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，这一过程用代码实现显然有些麻烦。

▶ 在数据库中我们当然可以使用存储过程去处理数据，但是处理海量数据的时候存储过程显然比较吃力，而且会占用较多数据库的资源，这可能会导致数据资源不足，进而影响数据库的性能。

上面所说的问题，我们用ETL工具就可以解决。它的优点有：

**● 支持多种异构数据源的连接。（部分）**

**● 图形化的界面操作十分方便。**

**● 处理海量数据速度快、流程更清晰等。**

**3.ETL工具介绍**

![3e61e88585ad4c229d7685fbf9009e98.jpeg][]

Informatica和Datastage占据国内市场的大部分的份额。

**4.ETL工具差异**

**Kettle，Datastage，Informatica**三个ETL工具的特点和差异介绍：