为什么建数据仓库需要使用ETL工具？

【为什么建数据仓库需要使用ETL工具？】数据仓库。是为企业所有级别的决策制定过程。提供所有类型数据支持的战略集合。它是单个数据存储。出于分析性报告和决策支持目的而创建。既然要获取全部数据。必然涉及到多系统。各类型数据库的对接问题。还有数据抽取、整理的问题。

文章插图
这时候ETL工具的作用就集中体现出来了。数据的抽取、转换、加载直到供人们去分析使用。ETL就是数据抽取、转换、加载的过程。

文章插图
有些地方可能选择的是ELT 。先加载在转换。对数仓来说。ETL首先要考虑业务需求。最后数据落地模型。要体现某种主题。
然后从数据源考虑哪些字段是可以用的。在进行ETL 。现在ETL工具很多。所以编程能力很难在这方面体现出来。对于公司来说。更看重的是ETL的思路。通俗的想。数据仓库就像大水池。给水池蓄水需要泵和水管。那ETL就是承担泵和水管的功能。

文章插图
其他观点：
二、ETL的组成部分
（一）数据的抽取（Extract）
（二）数据的清洗转换（Cleaning、Transform）
（三）数据加载(Load)
三、ETL 实现方式
借助ETL工具：**(如Oracle的OWB、SQL Server 2000的DTS、SQL Server2005的SSIS服务、Informatic等)实现。
SQL方式实现：**SQL的方法优点是灵活。提高ETL运行效率。但是编码复杂。对技术要求比较高。
ETL工具和SQL相结合** 。前两种方法各有各的优缺点。借助工具可以快速的建立起ETL工程。屏蔽了复杂的编码任务。提高了速度。降低了难度。综合了前面二种的优点。会极大地提高ETL的开发速度和效率。
四、数据仓库ODS、DW和DM概念区分

文章插图

文章插图
其他观点：
为什么会出现数据仓库？没有数据仓库时。我们需要直接从业务数据库中取数据来做分析。虽然可以用于分析。但需要做很多额外的调整。在我看来。主要有以下几个问题：结构复杂。数据脏乱。难以理解。缺少历史。大规模查询缓慢。
然后数据仓库就出现了。各种数据都有结构、有规模地在一起。做决策更有一套。
什么是ETL？简单来说。如果把数据分析类比成做菜。ETL相当于备菜。
数据仓库是单个数据存储。出于分析性报告和决策支持目的而创建。既然要获取全部数据。必然涉及到多系统。各类型数据库的对接问题。还有数据抽取、整理的问题。
这时候ETL工具的作用就集中体现出来了。数据的抽取、转换、加载直到供人们去分析使用。
通俗的想。数据仓库就像大水池。给水池蓄水需要泵和水管。那ETL就是承担泵和水管的功能。

文章插图