1、ETL的位置：介於數據與數據倉庫之間
2、ETL的概念：數據抽取、轉換、裝載的過程，它是構建數據倉庫的重要環節。
3、ETL的作用：負責將分佈的、異構數據源中的數據如關係數據、平面數據文件等取到臨時中間層（ods層）後進行清洗、轉換、集成，最後加載到數據倉庫（dw層）或者數據集市（dw層）中，成爲聯機分析處理、數據挖掘的基礎。
4、數據的抽取
（1）與存放dw的數據庫系統相同的數據源處理方法
一般情況下，DBMS（SQLServer、Oracle）都會提供數據庫鏈接功能，在dw數據庫服務器和原業務系統之間建立直接的關係，就可以寫Select語句進行直接訪問。
（2）與dw數據庫系統不同的數據源的處理方法
一般情況下，通過ODBC的方式建立數據庫鏈接，如SQLServer和Oracle之間。如果不能建立數據庫鏈接，可以有兩種方式完成，一種是通過工具將數據導出成.txt或.xls文件，然後再將這些源系統文件導入到ODS中。另一種方法是通過程序接口來完成。
（3）文件類型數據源
可將數據導入到指定數據庫後再抽取或者藉助工具實現，如SQLServer的SSIS服務的平面數據源和平面目標等組件，導入ODS中。
（4）增量更新問題
一般情況下，業務系統會記錄業務發生等時間，可以用來做增量的標誌，每次抽取之前首先判斷ODS中記錄最大的時間，然後根據這個時間去業務系統取大於這個時間所有的記錄。利用業務系統的時間戳，一般情況下，業務系統沒有或者部分有時間戳。
5、數據的清洗轉換
一般情況下，數據倉庫分爲ods、dw兩部分。通常是從業務系統到ods做清洗，將髒數據和不完整的數據過濾掉，在ods到dw的轉換過程中進行業務規則的計算和聚合。
（1）數據清洗
數據清洗是過濾掉不符合要求的數據，將過濾結果交給業務主管部門，確認是否過濾掉還是由業務單位修正後再進行抽取。不符合要求的數據主要是不完整的數據、錯誤的數據、重複的數據三大類。
（2）數據轉換
主要是進行不一致的數據轉換、數據粒度的轉換以及一些商務規則的計算。
6、ETL的實現，常用的三種方法
（1）ETL工具（如SQLServer的SSIS服務、Informatica、DataStage等）實現。
（2）SQL方式實現（編碼實現）。
（3）ETL工具與SQL相結合。
前兩種方法各有優缺點，藉助工具可以快速建立ETL工程，屏蔽來複雜等編碼任務，但是缺少靈活性。SQL方法等優點是靈活，提高ETL運行效率對技術要求高。第三組是綜合前兩種等優點，極大提高開發速度和效率。