1）ETL是数据仓库项目中最艰难且耗时最长的工作，ETL系统的设计和开发工作对商业智能项目的成败产生至关重要的影响，ETL是数据抽取（Extract）、转换（Transform）、加载（Load）的简写。
2）ETL本质上就是数据从源到目标的过程（即数据流动的过程），所以一般ETL工具都提供特定语言环境（JavaScript语言脚本和存储过程的调用功能）来实现高级转换功能。
3）元数据的概念在数据仓库中非常重要，ETL中存在大量的数据源定义和映射规则、转换规则，这些都是元数据需要管理和存储的。
4）影响ETL数据质量的关键因素包括以下几种情况。
●可能会有一部分数据因为客观或者人为的原因导致数据格式混乱。
●源系统设计存在不合理性。
●在开发过程中，因为开发人员的错误或者设计人员对业务规则描述的问题，同样会导致
数据质量出现问题。
5）质量的衡量有以下几种方式：定义的数据是否和实际数值相同、指标数据是否符合业务的规则、数据是否和业务源系统中的信息保持一致、数据是否违背自然规律或者不符合常理。
6）选择合适的ETL工具是实际数据仓库项目中必须要考虑的问题，包括使用成本、技术人员对此工具的熟练程度、ETL工具开发商业智能项目的成功案例和工具厂商强有力的技术支持，在实际项目中，我们最常用的工具就是PowerCenter和Datastage，一些公司甚至也用开源的ETL工具，例如Kettle。
7）ETL是将业务系统的数据经过抽取、清洗、转换之后加载到数据仓库的过程，通常情况下，整个商业智能项目的ETL部分会占整个项目的1/3以上，所以ETL的设计会直接决定商业智能项目的成败。(www.xing528.com)
8）数据清洗的流程包括以下几个方面：定义业务数据源、分析业务数据源、将数据标准化、通过业务规则修正错误数据、合并数据、总结数据错误类型、转换和加载。
9）ETL转换过程可能包括以下几个方面：对空值的处理、对数据格式的规范化、根据业务需求进行字段的拆分或者合并、对缺失数据的替换、根据业务规则对数据进行过滤、根据编码表进行数据唯一性的转换。
10）通常ETL的数据加载策略包括：时间戳的加载方式、全表对比的加载方式、通过读取日志表进行加载的方式、全表删除后再进行加载的方式。
11）ETL的日志功能非常重要，可以记录ETL执行过程中的每一步信息，包括运行的起始时间和结束时间，历史数据的抽取记录，数据抽取的行数和运行到某一步的出错信息，出错时间等内容。
12）采用高效的SQL语句是ETL优化的核心和重点。
13）ETL框架结构主要包括ETL调度、抽取策略、转换策略、加载策略等。
14）统一调度是ETL中较为重要的功能。通常有两种调度方式：
●自动调度方式：可以使用ETL工具，每天定时启动后台程序，自动完成ETL的处理流程和加载过程。
●手工方式：用户可以通过前台应用系统，使用它的监控功能对一些ETL处理程序进行手工调度。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
