Chap 1 认识 ETL

focus on :

1. Know What's ETL?

2. Know ETL 在 BI 开发中注意的细节

1-1 ETL 简介

1. ETL 是数据抽取（Extract）、清洗（Cleaning）、转换（Transform）、装载（Load）的过程。

2. ETL 是构建 DW 的重要一环，用户从数据源抽取出数据，经 数据清洗,按照预定义好的 DW模型，将数据加载到 DW 中去。

3. ETL 是将业务系统的数据经过抽取、清洗转换之后加载到 DW 的过程，目的是将企业中的分散零乱、标准不统一的数据到一起，为企业的决策提供分析依据。

4. ETL 是 BI 项目中一个重要环节。

ETL的设计分三个部分：

1. 数据抽取

2. 数据的清洗转换

3. 数据的加载

下面看流程图：

一、数据抽取

首先要搞清楚数据是从几个业务系统中来，各个业务系统的数据库服务器运行的是何种DBMS，是否存在手工数据， 非结构化数据等。

二、数据清洗与转换

数据仓库分为ODS,DW连部分。通常的做法是从业务系统到ODS做清洗，将脏数据和不完整的数据过滤掉，在ODS到过程中转换，进行一些业务规则的计算和聚合。

1. 数据清洗

主要是过滤那些不符合要求的数据。

1. 不完整的数据

2. 错误的数据

3. 重复的数据

2. 数据转换

数据转换的任务主要进行不一致的数据转换、数据粒度的转换

三、数据的加载

一般在数据清洗完了之后直接写入DW