知识卡片
ETL整合分散数据
ETL按顺序处理分散数据源:
- 抽取源数据。
- 转换时清洗脏数据、统一格式与字段描述。
- 加载到分析链路。
ETL也发生在数仓各层之间;仅把原始表搬进仓库,无法保证后续统计结果准确。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《高可用可伸缩微服务架构》第9章9.2.4节“数据抽取、转换和加载”(源文件:OEBPS/Text/chapter014.xhtml)
- 结论依据:正文定义ETL的三个步骤,列出多源格式、字段和脏数据问题,并指出仓库层间也需要ETL。
- 原始内容:ETL是抽取(Extract)、转换(Transformation)、加载(Load)的简称,目的是将企业中分散、不规范、不一致的数据整合到一起,为后续的统计分析工作提供准确的数据支撑。