数据仓库技术概述（一看就是架构师写的，对我极其有用）
ETL ，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取（extract）、交互转换（transform）、加载（load）至目的端的过程。 ETL 一词较常用在 数据仓库 ，但其对象并不限于数据仓库。 ETL是构建数据仓库的重要一环，用户从 数据源 抽取出所需的数据，经过 数据清洗 ,最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。 信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。目前，大多数企业花费大量的资金和时间来构建 联机事务处理 OLTP的业务系统和 办公自动化系统 ，用来记录事务处理的各种相关数据。据统计，数据量每2～3年时间就会成倍增长，这些数据蕴含着巨大的商业价值，而企业所关注的通常只占在总数据量的2%～4%左右。因此，企业仍然没有最大化地利用已存在的数据资源，以至于浪费了更多的时间和资金，也失去制定关键商业决策的最佳契机。于是，企业如何通过各种技术手段，并把数据转换为信息、知识，已经成了提高其核心竞争力的主要瓶颈。而ETL则是主要的一个技术手段。 软件名称 Extract-Transform-Load 过 程 数据抽取 、清洗、转换、装载 应 用 Informatica、OWB、DataStage 数据集成 快速实现ETL 工具应用 ETL工具的典型代表有:Informatica