对于数据仓库以及ETL的知识，我基本上是个门外汉。一切都得从头开始，记个笔记，方便自已了解学习进度。首先，我们来了解最基本的定义：嗯，也有人将ETL简单称为数据抽取。至少在未学习之前，领导告诉我的是，你需要做一个数据抽取的工具。其实呢，抽取是ETL中的关键环节，顾名思义，也就将数据从不同的数据源中抓取(复制)出来。太简单了！上面的解释无首无尾，有点象能让你吃饱的第七个烧饼，仔细一想，抽取是不可能单独存在，我们需要将与之关联的一些其它环节拿出来。于是，得到ETL的定义：将数据抽取（Extract）、转换（Transform）、清洗（Cleansing）、装载（Load）的过程。好的，既然到了这一个层次，我们完全会进一步展开联想，引出上面这个抽象事件的前因后果，抽取源：大多数情况下，可以认为是关系数据库，专业一点，就是事务处理系统(OLTP)。当然，广义一点，可能会是其它数据库或者是文件系统。目的地：OK，我们希望是数据仓库。数据仓库是啥？在学习之前，它对我来说是个抽象的怪物，看过一些简单的资料之后，才了解这个怪物一点都不怪。堆积用来分析的数据的仓库。是了，是用来分析的，于是，它区别于OLTP中的数据存储。在我看来，有两个原因。一：性能 将需要分析的数据从OLTP中抽离出来，使分析和事务处理不冲突。咦？这不是数据仓库的效果吗？是了，数据仓库，大多数情况下，也就是通过ETL工具来生成地。二：控制 用户可以完全控制从OLTP中抽离出来的数据，拥有了数据，也就拥有了一切。嗯，OLAP分析，数据挖掘等等等……。最后，总结一下，嗯，时不我待，我没有办法一切从头开始，鸭子要变成一盘菜，并不是举手将之置于油锅之劳。
温馨提示：答案为网友推荐，仅供参考