ETL - ETL工具介绍

本是古典何须时尚 2024-04-18 15:29 22阅读 0赞

上篇文章我们介绍了ETL的概念和ETL的整个过程 。那么今天我们给大家介绍一下ETL的常用工具：DataX、Datastage、Informatica、Kettle、DataPipeline。

![640?wx\_fmt=png][640_wx_fmt_png]

**为什么要使用ETL工具？**

实际生产环境中我们的数据源可能是不同的数据库或者文件，这时候需要我们先把文件整理成统一的格式再做处理这样的过程要用代码实现显然有些麻烦。

但数据来自不同的物理机，如果我们用SQL语句去处理的话，就显得特别吃力，开销也会很大。

使用存储过程处理海量数据会占用大量数据库资源，导致数据资源不足，影响数据库性能。

对于这些问题，我们可以通过使用ETL工具去解决。

部分工具支持多种异构数据的连接。

图形化的界面，操作十分方便简单。

处理hi阿来那个海量数据快，流程清晰。

![640?wx\_fmt=png][640_wx_fmt_png]

**ETL工具介绍**

**阿里开源软件：DataX**

DataX 是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。

**Kettle开源软件：水壶（中文名）**

Kettle是一款国外开源的ETL工具，纯java编写，可以在Window、Linux、Unix上运行，扩展性好，数据抽取高效稳定。主从结构，没有高可用。不支持数据的实时同步，也不支持断点续传。

**IBM公司商业软件：Datastage**

最专业的商业ETL工具，价格较贵，但是大数据量下处理速度也能保持较快的处理速度和稳定性。实时监控做的也很好，可以看到数据抽取的情况，运行到哪一步，很直观。售后技术支持强大。

**商业软件：Informatica**

专业的ETL工具，价格上比Datastage便宜一点，需要服务器和客户端的安装，处理速度上和Datastage相当。分布式部署，支持实时，但是效率不高。技术支持主要在美国，所以国内用的较少。

**国内：DataPipeline**

国内收费工具，相比DataX，DataPipeline有可视化的过程监控，提供多样化的图标，辅助运维，故障问题实时预警。而DataX需要依赖工具日志定位故障问题。支持实时性，DataX则是定时的。支持断点续传，DataX则不支持。架构上也是分布式的，支持水平扩展。

相比那些收费的ETL工具，我们的开源软件也有自己的优势：学习资料多、扩展性好、不收费。所以，实际生产环境下，需要我们根据实际项目选择适合的合适的工具。

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg]

[640_wx_fmt_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/9924e5512d8e4c8195df71e9adf8dd34.png
[640_wx_fmt_jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/18/1f2af789b54145e7aa9f4bc411d43b52.png

发表评论取消回复

表情：

评论列表（有 0 条评论，22人围观）

还没有评论，来说两句吧...

相关阅读

相关 ETL - ETL工具介绍

篇文章我们介绍了ETL的概念和ETL的整个过程。那么今天我们给大家介绍一下ETL的常用工具：DataX、Datastage、Informatica、Kettle、Dat...

本是古典何须时尚/ 2024年04月18日 15:29/ 0 赞/ 23 阅读

相关 ETL介绍

[640][] **ETL是什么** ![640?wx\_fmt=png][640_wx_fmt_png] **ETL，是英文 Extract-Transform-...

我不是女神ヾ/ 2024年04月17日 23:11/ 0 赞/ 19 阅读

相关 ETL

做数据仓库系统，ETL是关键的一环。说大了，ETL是数据整合解决方案，说小了，就是倒数据的工具。回忆一下工作这么些年来，处理数据迁移、转换的工作倒还真的不少。但是那些工作基本上

忘是亡心i/ 2022年09月17日 12:13/ 0 赞/ 121 阅读

相关 ETL工具-kettle安装部署

1、从官网下载Kettle;最新版本是7.0的；kettle官网地址[http://community.pentaho.com/projects/data-integratio

本是古典何须时尚/ 2022年06月16日 09:14/ 0 赞/ 581 阅读

相关 ETL数据抽取工具

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。

古城微笑少年丶/ 2022年05月22日 07:43/ 0 赞/ 408 阅读

相关 ETL

ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，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

妖狐艹你老母/ 2022年05月17日 11:51/ 0 赞/ 140 阅读

相关 ETL

做数据仓库系统，ETL是关键的一环。说大了，ETL是数据整合解决方案，说小了，就是倒数据的工具。回忆一下工作这么些年来，处理数据迁移、转换的工作倒还真的不少。但是那些工作基本上

た入场券/ 2022年04月13日 20:26/ 0 赞/ 193 阅读

相关 ETL工具大全

转自：[https://bbs.csdn.net/topics/390349305][https_bbs.csdn.net_topics_390349305] 这些年，

淩亂°似流年/ 2022年03月09日 15:11/ 0 赞/ 188 阅读

相关免费开源ETL工具KETTLE

1.ETL概念 ETL：Extract-Transform-Load的缩写，即数据`抽取、转换、装载`的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。

妖狐艹你老母/ 2022年02月14日 02:23/ 0 赞/ 1449 阅读

相关数据集成--ETL工具

背景：不同平台都可以获得用户，这些用户之间可能是交叉重复，比如你之前在A平台注册了，后来你又在B平台注册了。而不同的平台存储数据的表结构，表字段可能不同。最有代表性的，美团合并

Bertha 。/ 2022年01月14日 06:27/ 0 赞/ 341 阅读