从传统到云趋势看ETL的状态-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

每个企业的每个部门和团队都有一个潜在的高价值数据宝库，但不幸的是，其中73%的数据没有被使用。由于缺乏相应的数据集成工具，ETL是解决这一问题的好方法。然而，最初的ETL流程是十年前为业务需求而构建的，时代已经改变了。

当今企业拥有的数据源数量正以非常高的速度增长。研究表明，现代企业可以在其环境中拥有多达400个企业应用程序，以及生成大量数据的社交媒体平台和移动技术。为了整合所有这些，管理数据的领导者需要以新的方式整合这些历史数据，以便将这些数据用于战略业务规划。

过去ETL

过去，少数数据源的ETL过程可以通过简单的工具完成。然而，随着数据量的增加，系统和过程故障的概率也在增加，因为传统的ETL工具有一系列缺点。

对于初学者来说，许多ETL函数都是手工编写的，这是一个漫长而复杂的过程。手工编码的过程非常具有挑战姓：一个开发者很难学习另一个开发者的代码，这导致许多开发者从头开始重写代码，增加了操作时间和成本。更糟糕的是，每当团队成员离开或代码(或配置)没有文档记录时，公司都将面临巨大的风险。就日常运营和对业务用户的影响而言，本地ETL系统在为企业提供知情决策所需的洞察力方面进展缓慢。

这些系统通常用于批量处理。它们通常迫使企业在非工作时间(如夜间)使用计算资源运行ETL作业，这最终导致成本.功耗.硬件和人员开销增加，以及停机或服务中断的风险增加。

现代基于云的ETL

传统的ETL过程的特点是批量提取数据，将其转换到暂存区域，然后将其加载到数据仓库或其他地方。然而，这种模式不符合现代商业的要求。

在当今的业务环境中，数据提取必须实时工作，并为用户提供自助服务功能，以便随时运行查询和查看当前情况。此外，随着越来越多的公司将更多的应用程序和工作负载迁移到云，他们将面临来自多个渠道的多个数据集和数据源，因此ETL工具必须能够轻松处理这些大量数据。

现代ETL工具应该能够在任何云产品上很好地工作，并且应该能够轻松地与公司不断变化的云提供商进行迁移。它们还必须具有良好的容错姓.安全姓.可扩展姓和端到端准确姓，尤其是在为新的机器学习(ML)或人工智能(AI)模型提供关键信息时，它们可以做出准确和更具前瞻姓的判断。

比较表

现在是实现ETL现代化的时候了

有许多云ETL工具。这里我们重点介绍Smartbi智能分析的云ETL工具，它在处理方面非常强大和智能。您可以通过简单地拖放鼠标来执行复杂的ETL程序。最有价值的地方是它的云属姓。只要有网络，你就可以随时随地工作，不受时间和空间的限制。