- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
ETL是什么_ETL平台
1、数据抽取 数据抽取指的是从不同的网络、不同的操作平台、不同的数据库和数据格式、不同的应用中抽取数据的过程。目标源可能包括ERP、CRM和其他企业系统，以及来自第三方源的数据。 整个操作过程往往要跨网络、跨操作平台。 在ETL架构中，数据的流向是从源数据流到ETL工具，ETL工具是一个单独的数据处理引擎，一般会在单独的硬件服务器上，实现所有数据转化的工作，然后将数据加载到目标数据仓库中。 ---- 4、ETL日志与警告发送 （1）ETL日志 记录日志的目的是随时可以知道ETL运行情况，如果出错了，出错在那里。 如果使用ETL工具，工具会自动产生一些日志，这一类日志也可以作为ETL日志的一部分。
2.7K31编辑于 2022-09-20 - 来自专栏卡尼慕
大数据平台架构+ETL
1 ETL，Extraction-Trasformation-Loading，即数据读取，转换，装载的过程，是构建数据仓库的重要环节。 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，目的是将企业中的额分散的，零乱的，标准不统一的数据整合到一起，为企业决策提供分析依据。ETL是BI项目中重要的一个环节。 ETL的实现方法： 1、借助ETL工具。（如OWB，DTS，SSIS等）实现。 2、SQL方法实现。 3、ETL工具与SQL相结合。 工具降低难度，但缺少灵活性。SQL灵活但编码复杂，因此结合两者。 2 大数据平台架构 ? 首先，对于做大数据开发而言，平台的监控与报警和平台管理不归我们管，主要是给运维人员做的事情。我们要做的就是中间的事情。 然后来看看数据基础平台。 接着看数据应用平台。元数据管理。这边的元数据要存储到关系型数据库中。作业平台管理，就是任务调度。交互分析就关系到sql语句。多维分析主要是对数据的维度分析，如按年分析，按月分析，按周分析等。
2.4K21发布于 2019-09-09 - 来自专栏架构之巅
ETL
ETL ETL，Extraction-Transformation-Loading的缩写，中文名称为数据提取、转换和加载。 而ETL则是主要的一个技术手段。如何正确选择ETL工具？如何正确应用ETL？ 实现ETL，首先要实现ETL转换的过程。 数据模型：标准定义数据 合理的业务模型设计对ETL至关重要。数据仓库是企业唯一、真实、可靠的综合数据平台。 ETL体系结构 下图为ETL体系结构，它体现了主流ETL产品框架的主要组成部分。
7.1K32发布于 2020-11-09 - 来自专栏etl
国产ETL etl-engine 可视化 轻量级 跨平台 支持动态解析GO语言脚本
该产品由etl-engine引擎和etl-designer云端设计器及etl-crontab调度组成。 etl-engine引擎负责解析ETL配置文件并执行ETL任务； etl-designer云端设计器通过拖拉拽的方式生成etl-engine引擎可识别的ETL任务配置文件； etl-crontab调度设计器负责按时间周期执行指定的 ETL任务，及查询ETL任务执行日志功能。 图片 图片 图片 图片 应用场景 异构系统数据交换 传统行业各业务系统数据相对独立，随着信息平台一体化、数据中台及大数据时代的推进，要求各业务系统数据相互融合，业务资源共享。 跨平台 直接编译成二进制文件，支持跨平台执行（windows、linux、mac），只需要一个可执行文件和一个配置文件就可以运行，无需其它依赖。
2.3K20编辑于 2023-04-02 - 来自专栏Albert陈凯
Hadoop数据分析平台实战——260用户数据ETL离线数据分析平台实战——260用户数据ETL
离线数据分析平台实战——260用户数据ETL ETL目标 解析我们收集的日志数据，将解析后的数据保存到hbase中。 在etl过程中，我们需要将我们收集得到的数据进行处理，包括ip地址解析、userAgent解析、服务器时间解析等。 ETL存储 etl的结果存储到hbase中， 由于考虑到不同事件有不同的数据格式， 所以我们将最终etl的结果保存到hbase中， 我们使用单family的数据格式， rowkey的生产模式我们采用 Class com.beifeng.etl.mr.ald.AnalyserLogDataMapper not found 解决方案：引入EJob.java文件，然后再runner ; import com.bjsxt.ae.etl.util.ip.IPSeeker; /** * 定义具体的ip解析的类，最终调用IpSeeker类(父类)
* 解析ip最终的返回时1.2K60发布于 2018-04-08 - 来自专栏大数据进阶
flink etl
这种 join 方式需要去保留两个流的状态，持续性地保留并且不会去做清除。两边的数据对于对方的流都是所有可见的，所以数据就需要持续性的存在state里面，那么 state 又不能存的过大，因此这个场景的只适合有界数据流或者结合ttl state配合使用。它的语法可以看一下，比较像离线批处理的 SQL
1.4K40发布于 2021-07-14 - 来自专栏TASKCTL技术交流讨论
数据仓库ETL管理平台TASKCTL调度计划控制原理
可使用连串数据：成功返回值 0-10，警告返回值 11-30 等。注意：用户自定义的返回值只能是在 0-100 之间。 v 7.0 + 新增支持返回信息匹配作业程序的输出信息。 容许同时并行 10 个作业，第 11 个并行作业则需要等待。 只有等这 10 个并行作业中，有作业运行完毕释放部分资源，并满足第 11 个并行作业的资源消耗需求条件，这个作业才会运行(其它控制策略都满足的情况下)。
1.4K20编辑于 2022-05-10 - 来自专栏.NET企业级解决方案应用与咨询
.NET平台系列11 .NET 平台未来规划
此外，我们想清楚地表明.NET5是.NET平台的未来。我们也借此机会简化命名。我们认为，如果未来只有一个.NET，我们就不需要像“Core”这样的明确术语。 NET5已经于20201年11月正式发布。 ? 在.NET Framework 时代，每发布一个重大版本，需要经历1年，2年，甚至3年。发版周期比.NET Core 明显要长。 ?
87610发布于 2021-06-08 - 来自专栏etl
ETL 是什么 ETL 工具有哪些 ETL 数据交换系统
ETL重要性ETL是实现商务智能(Business Intelligence,BI)的核心。一般情况下,ETL会花费整个BI项目三分之一的时间，因此ETL设计得好坏直接影响BI项目的成败。 ETL工具有哪些datastage （收费） 最专业的ETL工具， 2005年被IBM收购，目前发展到11.7版本。 etl-engine （免费）用go语言实现的ETL工具，轻量级引擎、跨平台（windows，linux，unix，mac）、可嵌入go语言脚本并解析执行，方便集成到各种项目中参考资料 [资源下载]( https://github.com/hw2499/etl-engine/releases) [etl-engine使用手册](https://github.com/hw2499/etl-engine ) [etl-crontab使用手册](https://github.com/hw2499/etl-engine/wiki/etl-crontab%E8%B0%83%E5%BA%A6) [嵌入脚本开发
2.8K10编辑于 2023-02-01 - 来自专栏数据指象
谈谈ETL
ETL绝不是三个单词直译这么简单，三个数据环节紧密连接构成体系庞大、技术复杂度的数据生态系统。 ETL有三个难题：一是，数据的集成效率是评估抽取能力的主要考点；二是，数据的高类聚低耦合的组织结构是转换的难点；三是，数据的信息化智能化是加载的终极目标。 基于E阶段数据集中到数据平台，我们通过范式来实现数据的建模，目前应用比较广的是多维建模，通过维度和事实构建数据的关系。 四，数据角色来自ETL分工 围绕ETL 的不同阶段，工程师按岗位分工也是不同的。 数据平台工程师，主要职责是构建数据工具，搭建数据处理的环境体系，需要基于业务场景构建数据同步工具，自动报表系统，数据api工具等等。 数仓开发工程师，主要工作是构建数据的组织和管理，构建数仓体系。
2.5K50编辑于 2022-05-05 - 来自专栏数据科学与人工智能
【ETL工程】大数据技术核心之ETL
大数据平台架构： 我想这幅架构图，对大数据处理的人来说，应该不是很陌生。 IaaS：基础设施即服务。基于Internet的服务（如存储和数据库）。 PaaS：平台即服务。 大数据技术之数据采集ETL： 这里不过多的说数据采集的过程，可以简单的理解：有数据库就会有数据。 这里我们更关注数据的ETL过程，而ETL前期的过程，只需要了解其基本范畴就OK。 在数据挖掘的范畴了，数据清洗的前期过程，可简单的认为就是ETL的过程。ETL的发展过程伴随着数据挖掘至今，其相关技术也已非常成熟。这里我们也不过多的探讨ETL过程，日后如有涉及，在细分。 在做ETL的过程中，也随之产生于一些ETL工具，如Datastage、Powercenter、ETLAutomation。 异常处理 在ETL的过程中，必不可少的要面临数据异常的问题，处理办法： 1. 将错误信息单独输出，继续执行ETL，错误数据修改后再单独加载。中断ETL，修改后重新执行ETL。原则：最大限度接收数据。
3.6K100发布于 2018-02-27 部署 及 使用 etl crontab 和 etl engine
(环境配置文件，使用etl_crontab必须) etllog_mysql.sql (日志表结构文件，使用etl_crontab必须) etl_crontab.exe (管理端，用于配置etl任务、配置调度定期执行etl_engine、查看日志等功能) etl_engine.exe (ETL引擎，用于解析执行ETL任务，必须) engineFile 引擎文件存放位置（默认配置 d:/etl_crontab/etl_engine.exe） confDir etl任务配置文件所在目录（默认配置d:/etl_crontab 4、启动etl_crontab（管理端） 执行以下命令： etl_crontab.exe -fileUrl conf.cron etl_crontab.exe运行后 5、执行etl_engine（根据实际情况使用） 1）由etl_crontab调度负责调用etl_engine执行，不需要人为干预。
55110编辑于 2024-12-30- 来自专栏TASKCTL技术交流讨论
这些常用ETL批量调度平台框架组件，你都知道几个？
它志在促进该领域的独立发展，使调度在ETL领域独立化、专业化、系统化。从而使项目实施更轻松便捷，使企业基础架构更清晰、更易管理。 项目规模：适用于中小型ETL项目 ETL工具环境：TASKCTL由于采用任务插件驱动机制，因此，可支持各种存储过程、各种脚本、以及诸如Datastage\Informatica\kettle等各种ETL 扩展功能 网络扩展：可实现单机部署、多服务部署、远程代理部署、集群部署等多种网络部署 应用扩展：技术平台设计有专门的应用API接口，可实现更多的调度应用。 (三) 主要创新 无数据库设计：国内首款专业无数据库调度技术平台。 插件机制：业界唯一通过具有统一应用接口的插件来扩展任务类型的技术平台。 流程设计代码开发设计理念：调度领域唯一通过文本代码设计流程的调度技术平台。具有语法代码特征的文本代码设计与传统记录表格对话框方式相比，操作更方便、设计更灵活、可读性更强。
1.5K40发布于 2021-01-06 - 来自专栏数据指象
谈谈ETL
ETL绝不是三个单词直译这么简单，三个数据环节紧密连接构成体系庞大、技术复杂度的数据生态系统。 ETL有三个难题：一是，数据的集成效率是评估抽取能力的主要考点；二是，数据的高类聚低耦合的组织结构是转换的难点；三是，数据的信息化智能化是加载的终极目标。 基于E阶段数据集中到数据平台，我们通过范式来实现数据的建模，目前应用比较广的是多维建模，通过维度和事实构建数据的关系。 四，数据角色来自ETL分工 围绕ETL 的不同阶段，工程师按岗位分工也是不同的。 数据平台工程师，主要职责是构建数据工具，搭建数据处理的环境体系，需要基于业务场景构建数据同步工具，自动报表系统，数据api工具等等。 数仓开发工程师，主要工作是构建数据的组织和管理，构建数仓体系。
1.4K30编辑于 2022-06-21 - 来自专栏Hadoop数据仓库
Kettle构建Hadoop ETL实践（一）：ETL与Kettle
（2）平台独立 一个ETL工具应该能在任何平台上甚至是不同平台的组合上运行。 例如2019-08-11可以转换成1565452800，反之亦然 表1-3 其它数据类型转换 3. 作业 大多数ETL项目都需要完成各种各样的维护任务。 完全跨平台 Kettle是基于Java的解决方案，因此天然继承了Java跨平台性。 这样只要有合适的JVM存在，转换或作业就能运行在任何环境和平台之上，真正做到与平台无关。 以我个人的经验而言，只要是和关系数据库打交道，很多情况ETL通过SQL就能搞定。 新建一个转换，包含“获取文件名”、“文本文件输入”、“表输出”三个步骤，如图1-11所示。 ? 图1-11 多文件数据导入 2. 设置“获取文件名”步骤，如图1-12所示。 ?
6.1K79发布于 2020-08-17 - 来自专栏ApacheHudi
万字长文揭秘如何衡量云数据平台 ETL 性价比
无论团队是深度投入还是对云数据平台的成本控制越来越感兴趣，了解 ETL 性价比对于成功都至关重要。 这种转变还影响了下游 ETL 在数据平台内处理数据的预期方式。毕竟，如果 ETL 管道每天或每天处理几次数据，那么近乎实时地摄取数据并不是很有用。 TPC-DS 是作为 TPC-H 的继任者设计的[11]，经过多项改进以匹配 OLAP 平台的技术进步。 • 具有共享维度表的多个 Snowflake 架构。 下表反映了当前状况：现代数据平台对 ETL 工作负载和生态系统中普遍存在的工具的基准测试程度。 version=3 [11]的继任者设计的:https://citeseerx.ist.psu.edu/document?
60020编辑于 2025-05-19 - 来自专栏TASKCTL技术交流讨论
金融服务业etl作业集群统一调度平台搭建
（四）作业类型支持的统一性与可扩展性 银行现有批量作业类型非常复杂，有各种技术平台脚本、SQL、存储过程以及各种ETL工具的作业，未来，还不可避免引入更多新的技术平台来完成各种批量作业。 其特征是无须独立服务器，只需在具体应用系统的批量或相应ETL服务器上部署技术平台Server即可。 用户可以直接通过技术平台标准客户端（图形客户端、字符界面客户端）操作管理对应的调度系统。 5.2.3.2、多ETL服务器项目群部署方案 该部署方案主要针对具有多个批量处理服务器或多个ETL服务器的应用系统。 在具体部署时，首先需要部署一个独立技术平台Server，并在多个具体的批量或ETL服务器上部署技术平台核心代理Agent组件，通过Server与Agent之间通信实现对具批量或ETL服务器部署的作业的调度 用户可以直接通过技术平台标准客户端（图形客户端、字符界面客户端）操作管理，并实现调度管理，以及各个ETL服务器上作业的运行监控。
2.5K40发布于 2020-06-18 - 来自专栏测试开发干货
数据工厂平台11：首页收尾
(所以我说大家学好js，这是万能的，一般测开工程师，很少有人研究前端研究到这个地步，不过这也做出的平台效果也会完爆那些千篇一律的内部平台了。) 具体怎么实现，下节课分享。
1K20编辑于 2022-05-19 - 来自专栏技术杂记
ETL CSV to Elasticsearch
NO-CARRIER,BROADCAST,MULTICAST,UP> mtu 1500 qdisc noqueue state DOWN qlen 1000 link/ether 52:54:00:16:5e:11 MULTICAST> mtu 1500 qdisc pfifo_fast master virbr0 state DOWN qlen 1000 link/ether 52:54:00:16:5e:11 record): for i in record: record[i]=str(record[i]).encode('utf-8') return record def etl_csv_to_es es.indices.flush(index=[indexName]) return (True,count) #main if __name__ == "__main__": res,num = etl_csv_to_es
2.8K30发布于 2021-08-11 ETL 工具哪个好用?这 10 款主流平台值得一试
然而近两年，老刘观察到一个明显的趋势——国产ETL正加速抢占市场。 今天，老刘给大家盘点 10款国产ETL工具，从小白友好型到企业级重型选手都有，帮你快速找到适合自己业务的那一款。 六、星环Transwarp Data Hub1.关键词：跨平台整合、企业级治理、分布式计算2.亮点支持主流大数据平台的数据同步。数据血缘追踪与质量监控。支持PB级数据处理。 4.适用场景已搭建大数据平台的集团型企业。七、易观方舟1.关键词：行业模板、规则标准化、低门槛2.亮点提供多个行业模板。业务规则标准化。界面友好。3.短板个性化需求需配置；行业覆盖有限。 八、腾讯云DataPipeline1.关键词：高并发低延迟、多平台集成、弹性伸缩2.亮点高并发场景优势显著。与腾讯云生态深度结合。自动资源调配。3.短板对低频同步场景不够经济。
1.9K10编辑于 2025-08-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号