數據倉庫技術（Data Warehouse Technologien) 第四章節 提取，轉換，加載 (ETL)（1）

1. 概覽

• ETL過程
• 從源中提取數據
• 加載數據
• 轉換任務
• 模式的異構性
• 數據錯誤
• ELT

2. ETL：概覽

• 兩步
  • 從源中到數據清洗區域
    • 從源中提取數據
    • 創建/識別差異更新
    • 創建LOAD文件
  • 從數據清洗區域到基礎數據庫
    • 數據清洗和標記
    • 生成集成的數據集
  • DWH持續提供數據 
  • 保證DWH與數據源的一致性
• 必要的有效方法 → 最小化阻塞時間
• 必要的嚴謹檢測 → 保證數據質量

3. ETL過程

• 經常是Data  Warehousing中最昂貴（/花銷最大）的部分
  • 大量的數據源
  • 異構性
  • 數據量
  • 轉換的複雜度
    • 模式集成和實例集成
    • 數據清洗
  • 幾乎沒有一般通用的方法或者系統支持，但是有着大量的工具可以使用
• E-提取：選擇源中數據的一部分，並且準備轉換
• T-轉換：以給定的模式要求和質量需求來調整數據
• L-加載：將數據蒐集區域的數據物理插入到數據倉庫（可能有必要的聚合）

------------待更新---------------------