ETL的簡介：
ETL即數據抽取（Extract）、轉換（Transform）、裝載（Load）的過程，它是構建數據倉庫的重要環節
1、 數據清洗
數據清洗的任務是過濾那些不符合要求的數據，將過濾的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之后再進行抽取。不符合要求的數據主要是有不完整的數據、錯誤的數據、重復的數據三大類。
(1)不完整的數據：這一類數據主要是一些應該有的信息缺失，如供應商的名稱、分公司的名稱、客戶的區域信息缺失、業務系統中主表與明細表不能
匹配等。對于這一類數據過濾出來，按缺失的內容分別寫入不同Excel文件向客戶提交，要求在規定的時間內補全。補全后才寫入數據倉庫。
(2)錯誤的數據：這一類錯誤產生的原因是業務系統不夠健全，在接收輸入后沒有進行判斷直接寫入后臺數據庫造成的，比如數值數據輸成全角數字字
符、字符串數據后面有一個回車操作、日期格式不正確、日期越界等。這一類數據也要分類，對于類似于全角字符、數據前后有不可見字符的問題，只能通過寫
SQL語句的方式找出來，然后要求客戶在業務系統修正之后抽取。日期格式不正確的或者是日期越界的這一類錯誤會導致ETL運行失敗，這一類錯誤需要去業務
系統數據庫用SQL的方式挑出來，交給業務主管部門要求限期修正，修正之后再抽取。
(3)重復的數據：對于這一類數據——特別是維表中會出現這種情況——將重復數據記錄的所有字段導出來，讓客戶確認并整理。
數據清洗是一個反復的過程，不可能在幾天內完成，只有不斷的發現問題，解決問題。對于是否過濾，是否修正一般要求客戶確認，對于過濾掉的數據，
寫入Excel文件或者將過濾數據寫入數據表，在ETL開發的初期可以每天向業務單位發送過濾數據的郵件，促使他們盡快地修正錯誤,同時也可以做為將來驗
證數據的依據。數據清洗需要注意的是不要將有用的數據過濾掉，對于每個過濾規則認真進行驗證，并要用戶確認。
2、 數據轉換
數據轉換的任務主要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。
(1)不一致數據轉換：這個過程是一個整合的過程，將不同業務系統的相同類型的數據統一，比如同一個供應商在結算系統的編碼是XX0001,而在CRM中編碼是YY0001，這樣在抽取過來之后統一轉換成一個編碼。
(2)數據粒度的轉換：業務系統一般存儲非常明細的數據，而數據倉庫中數據是用來分析的，不需要非常明細的數據。一般情況下，會將業務系統數據按照數據倉庫粒度進行聚合。
(3)商務規則的計算：不同的企業有不同的業務規則、不同的數據指標，這些指標有的時候不是簡單的加加減減就能完成，這個時候需要在ETL中將這些數據指標計算好了之后存儲在數據倉庫中，以供分析使用。
三、ETL日志、警告發送
1、 ETL日志
ETL日志分為三類。一類是執行過程日志，這一部分日志是在ETL執行過程中每執行一步的記錄，記錄每次運行每一步驟的起始時間，影響了多少行
數據，流水賬形式。一類是錯誤日志，當某個模塊出錯的時候寫錯誤日志，記錄每次出錯的時間、出錯的模塊以及出錯的信息等。第三類日志是總體日志，只記錄
ETL開始時間、結束時間是否成功信息。如果使用ETL工具,ETL工具會自動產生一些日志，這一類日志也可以作為ETL日志的一部分。記錄日志的目的是
隨時可以知道ETL運行情況，如果出錯了，可以知道哪里出錯。
2、 警告發送
如果ETL出錯了，不僅要形成ETL出錯日志，而且要向系統管理員發送警告。發送警告的方式多種，一般常用的就是給系統管理員發送郵件，并附上出錯的信息，方便管理員排查錯誤。
ETL是BI項目的關鍵部分，也是一個長期的過程，只有不斷的發現問題并解決問題，才能使ETL運行效率更高，為BI項目后期開發提供準確的數據。