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，Taskctl，Kettle。
什么是ETL？
ETL，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。
为什么要用ETL工具？
在数据处理的时候，我们有时会遇到这些问题：
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。
而上述遇到的问题，我们用ETL工具就可以解决。ETL工具具有以下几点优势：
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。
ETL工具介绍
1.Datastage
IBM公司的商业软件，专业的ETL工具，但同时价格不菲，适合大规模的ETL应用。
使用难度：★★★★
工具链接：ftp://ftp.seu.edu.cn/Pub/Develop ... taStage.v7.5.1A-iSO
2.Taskctl
商业软件，国产专业的ETL工具平台。价格上比Datastage便宜很多，适合大规模的ETL应用。
使用难度：★★★
工具链接：www.taskctl.com
3.Taskctl Web版
免费，在商业版 Taskctl 6.0 基础上纵向扩展而来，可跨多平台适合中小企业IT自动化类系统建和数据开发人员，如数据系统批量调度自动化、系统运维自动化、企业数据资产监控等等
使用难度：★
工具下载：https://mp.weixin.qq.com/s/wBRLNmy2c52Dr6xuwgzKNw
去Vx公众号【taskctl】回复内容“软件”
4.Kettle
免费，最著名的开源产品，是用纯java编写的ETL工具，只需要JVM环境即可部署，可跨平台，扩展性好。
使用难度：★★
工具下载：http://kettle.pentaho.com/
三种ETL工具的对比
Datastage、Taskctl、Kettle三个ETL工具的特点和差异介绍：
1.操作
这三种ETL工具都是属于比较简单易用的，主要看开发人员对于工具的熟练程度。
2.部署
Kettle只需要JVM环境，Taskctl 需要服务器和客户端安装，而 Datastage 的部署比较耗费时间，有一点难度。
3.数据处理的速度
大数据量下 Taskctl 与 Datastage 的处理速度是比较快的，比较稳定。Kettle的处理速度相比之下稍慢。
4.服务
Taskctl 与 Datastage 有很好的商业化的技术支持，而 Kettle 则没有。商业软件的售后服务上会比免费的开源软件好很多。
5.风险
风险与成本成反比，也与技术能力成正比。
6.扩展
Kettle的扩展性无疑是最好，因为是开源代码，可以自己开发拓展它的功能，而 Taskctl 和Datastage 由于是商业软件，基本上不支持。
7.Job的监控
三者都有监控和日志工具。
在数据的监控上，个人觉得 Taskctl 的实时监控做的更加好，可以直观看到数据抽取的情况，运行到哪一个控件上。这对于调优来说，我们可以更快的定位到处理速度太慢的控件并进行处理，而 Datastage 也有相应的功能，但是并不直观，需要通过两个界面的对比才可以定位到处理速度缓慢的控件。有时候还需要通过一些方法去查找。
8.网上的技术服务支持
Kettle< Datastage < Taskctl 相对来说，Kettle 在遇到问题去网上快速找到解决方法的概率比较低，只有通过网上翻阅技术文档和加入社群询问，效率比较低；而相比 Datastage 和 Taskctl 则比较完善、由于是商业软件，网上不仅有完善的技术文档，24小时线上还有技术远程支持答疑人员。
项目经验分享
在项目中，很多时候我们都需要同步生产库的表到数据仓库中。一百多张表同步、重复的操作，对开发人员来说是细心和耐心的考验。在这种情况下，开发人员最喜欢的工具无疑是 kettle，多个表的同步都可以用同一个程序运行，不必每一张表的同步都建一个程序，而 Taskctl 虽然有提供工具去批量设计，但还是需要生成多个程序进行一一配置，而 datastage 在这方面就显得比较笨拙。
在做增量表的时候，每次运行后都需要把将最新的一条数据操作时间存到数据库中，下次运行我们就取大于这个时间的数据。Kettle 和 Taskctl 有控件可以直接读取数据库中的这个时间置为变量。
有一句话说的好：世上没有最好的，只有适合的！
每一款ETL工具都有它的优缺点，我们需要根据实际项目，权衡利弊选择适合的ETL工具，合适的就是最好的。当下越来越多公司及其客户更重视最新的数据（实时数据）展现，传统的ETL工具可能满足不了这样的需求，而实时流数据处理和云计算技术更符合。所以我们也需要与时俱进，学习大数据时代下的ETL工具。