數據抽取系統，就是從不同的數據源裏抽取數據，並將其輸入到ETL流程中。數據的抽取方式有兩種：基於流的抽取和基於文件的抽取。這兩種方式，從本質上講，都是數據流。唯一有區別的地方，基於靜態的文件時進行抽取時，數據源是不變的，當然，如果是要抽取日誌文件，則源也是隨時發生變化的。
在數據的抽取實現過程中，需要重點考慮的是，當任務失敗後，如何進行恢復。當數據源是靜態時，重新啓動作業即可。當數據源是動態時，例如抽取的是事務型的數據庫，則源已發生變化。對這類的數據抽取，就非常困難。
考慮到數據倉庫，和OLTP的系統不同，另外，在線事務型的數據庫，數據隨時發生變化，直接將這種數據抽取到數據倉庫，即使做到數據倉庫和源系統完全的實時性一致，對進行分析也是沒有任何意義。因此，將在線事務系統進行改造，重要的事務變動，都記錄賬單。例如，用戶的有登錄，則記錄一條賬單日誌，用戶登出時，再記錄一條日誌。用戶的餘額發生變化了，就要記錄下變動了多少，最新餘額是多少。這些賬單日誌，再用自增序列ID進行順序化標記，就能做到增量的抽取，從而實現對在線業務系統的抽取。這些賬單日誌，如實反映了業務的變化，從這些日誌中，能還原任意時刻的業務狀態。