- 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。 数据拆分：依据业务需求做数据拆分，如身份证号，拆分区划、出生日期、性别等； （4）数据验证：时间规则、业务规则、自定义规则； （5）数据替换：对于因业务因素，可实现无效数据、缺失数据的替换； （6） 整个操作过程往往要跨网络、跨操作平台。 并可以利用数据库的固有功能优化磁盘I/O； （4）ELT的可扩展性取决于数据库引擎和其硬件服务器的可扩展性； （5）通过对相关数据库进行性能调优，ELT过程获得3到4倍的效率提升一般不是特别困难； ---- （6） 这里有三种补数据的方式：A、业务知识惊讶填充；B、使用均值、中位数、众数填充；C、使用其他渠道补充，如身份证前6位是地区=手机号归属地。补全后才写入数据仓库。
2.8K31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。
2.5K21发布于 2019-09-09 6 大 ETL 数据处理工具全解析！不会选 ETL 工具？这篇建议收藏
不论是搭建数据仓库、驱动商业智能分析，还是构建实时数据中台，ETL 工具都是确保数据准确、完整、可用的关键引擎。或许有些朋友有这样的疑问：市面上的 ETL 工具五花八门，该如何选择？ 据 IDC 研究，75% 的企业认为高效的 ETL 流程是数据资产化的核心环节。ETL 工具能够打破数据孤岛、提升数据质量与可用性。 优点开源免费，适合预算有限的团队；提供丰富组件库与模板，支持多平台和多数据源，社区资源活跃。2. 缺点技术支持依赖社区，处理大数据量时需优化性能。3. 优点开源灵活，跨平台支持，组件丰富；可通过脚本自定义逻辑，满足个性化需求。2. 缺点处理超大数据集性能受限；社区支持解决复杂问题速度有限。3. RestCloud ETLCloud、Informatica、IBM DataStage 这样的分布式架构平台更稳妥。业务部门自己想动手？ Alteryx 界面友好，学习曲线低。国产化要求高？
1.1K10编辑于 2025-08-15- 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。
7.2K32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
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 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。 /wiki/etl-crontab%E8%B0%83%E5%BA%A6) [嵌入脚本开发](github.com/hw2499/etl-engine/wiki/%E5%B5%8C%E5%85%A5%E8% 84%9A%E6%9C%AC%E5%BC%80%E5%8F%91)
2.4K20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
日：*表示每日；0 表示月末；-1 表示不按日判断，而是由周决定 月：*表示每月 周：*表示每天；0-6 分别代码礼拜天到礼拜六 在对日月周设置时，多个数字用’,’隔开，但不能有空格，如果是一段连续数字 表达式例子 “* * *”: 表示每天可执行，缺省就是 * * * “0 6,12 *”: 表示每年 6 月月末、12 月月末可执行 “-1 * 1,4”: 表示每周一、四可执行 “2,4-10 1,2
1.5K20编辑于 2022-05-10 - 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。
2.6K50编辑于 2022-05-05 - 来自专栏大数据进阶
flink etl
以反映记录在不同时间的内容 CREATE TEMPORARY TABLE currency_rates ( `currency_code` STRING, `eur_rate` DECIMAL(6,4
1.5K40发布于 2021-07-14 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 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。 2）独立执行etl_engine 执行以下命令： etl_engine.exe -fileUrl d:/example.grf -logLevel info 6、查看相关日志（
71810编辑于 2024-12-30- 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]( ) [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 ](https://github.com/hw2499/etl-engine/wiki/%E5%B5%8C%E5%85%A5%E8%84%9A%E6%9C%AC%E5%BC%80%E5%8F%91)
2.9K10编辑于 2023-02-01 - 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。 有人写SP，包括ETL中需要用到的SP还有日常维护系统的SP，比如检查数据质量之类的。 5. 有人分析原数据，包括表结构，数据质量，空值还有业务逻辑。 6. 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。
3.7K100发布于 2018-02-27 - 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。
1.5K30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
开发ETL系统的方法 ETL系统一般都会从多个应用系统整合数据，典型的情况是这些应用系统运行在不同的软硬件平台上，由不同的厂商所支持，各个系统的开发团队也是彼此独立的，随之而来的数据多样性增加了 （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。 （6）扩展性 ETL工具必须要有扩展功能的方法。几乎所有的ETL工具都提供了脚本，以编程的方式来解决工具本身不能解决的问题。另外有些ETL工具可以通过API或其它方式来为工具增加组件。 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。
6.4K79发布于 2020-08-17 - 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。
1.6K40发布于 2021-01-06 - 来自专栏技术杂记
ETL CSV to Elasticsearch
computer-vm Chassis: vm Machine ID: 33dc28f7e76c4903ad9b603b77e29a7c Boot ID: a6eba448fd814d6dad2f7cb92465f567 Userid : "Fedora EPEL (7) <epel@fedoraproject.org>" Fingerprint: 91e9 7d7c 4a5e 96f1 7f3e 888f 6a2f 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 pretty=true yellow open indextest NiccLPLgStO7o6YjofKS-g 5 1 49 0 29kb 29kb green open .kibana FEw09koKTymzBRmFlyCThA
2.9K30发布于 2021-08-11 - 来自专栏etl
hive etl 通过 ETL engine 读取 Hive 中的数据
etl-engine支持对Hive的读取，并输出到以下目标数据源： 消息中间件（Kafka | RocketMQ）; 关系型数据库（ Oracle | MySQL | PostgreSQL | Sqlite ）; NoSQL（Elasticsearch | Redis）; 时序数据库（ InfluxDB | ClickHouse | Prometheus）; 文件（ Excel ）； etl-engine支持 参考资料 [免费下载](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](https://github.com/hw2499/etl-engine/wiki/%E5%B5%8C%E5%85%A5%E8%84%9A%E6%9C%AC%E5%BC%
3K50编辑于 2023-02-28 - 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。 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。 6、规划与实施 近年来，随着银行业务不断深入拓展，为了更好的支撑业务的发展，各大银行陆续建设了一批管理类应用系统，包括数据仓库系统、绩效考核系统、统一监管报送平台、资产负债系统，以及正在建设中的管理会计等多个业务系统
2.7K40发布于 2020-06-18 - 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。 在 5-6 个 FACT 表中，只有 FactWatches[37] 有更新，在我们对 3 个平台的测试中，我们看到处理 FactWatches 增量负载的延迟可能占总延迟的 30-40%。 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。 该方法偏爱在花费最多计算时间的阶段中性能更好的数据平台。 图：提议的 ETL 基准测试方法 这种务实的方法平衡了 ETL 基准测试中的已知差距与我们拥有和已经信任的差距。
74220编辑于 2025-05-19 - 来自专栏TASKCTL技术交流讨论
批量ETL任务调度运维平台 TASKCTL 作业互斥与强制依赖
日：*表示每日；0 表示月末；-1 表示不按日判断，而是由周决定 月：*表示每月 周：*表示每天；0-6 分别代码礼拜天到礼拜六 表达式例子 “* * *”: 表示每天可执行，缺省就是 * * * “0 6,12 *”: 表示每年 6 月月末、12 月月末可执行 “-1 * 1,4”: 表示每周一、四可执行 “2,4-10 1,2 *”: 表示 1,2 月的 2 号以及 4 到 10 号可执行 执行计划应用案例
74730编辑于 2022-05-06
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