初始ETL：ETL的體系結(jié)構(gòu)

　　ETL主要是用來(lái)實(shí)現(xiàn)異構(gòu)數(shù)據(jù)源數(shù)據(jù)集成的。多種數(shù)據(jù)源的所有原始數(shù)據(jù)大部分未作修改就被載入ETL，因而，無(wú)論數(shù)據(jù)源在關(guān)系型數(shù)據(jù)庫(kù)、非關(guān)系型數(shù)據(jù)庫(kù)，還是在外部文件，集成后的數(shù)據(jù)都將被置于數(shù)據(jù)庫(kù)的數(shù)據(jù)表或數(shù)據(jù)倉(cāng)庫(kù)的維度表中，以便在數(shù)據(jù)庫(kù)內(nèi)或數(shù)據(jù)倉(cāng)庫(kù)中作進(jìn)一步轉(zhuǎn)換(因此，一般會(huì)將最終的數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù)中)。ETL的體系結(jié)構(gòu)如圖2-1所示。

　　圖2-1 ETL的體系結(jié)構(gòu)

　　在圖2-1中，若數(shù)據(jù)源1和數(shù)據(jù)源2均為功能較強(qiáng)大的DBMS(數(shù)據(jù)庫(kù)管理系統(tǒng))，則可以使用SQL語(yǔ)句完成一部分?jǐn)?shù)據(jù)清洗工作。但是，如果數(shù)據(jù)源為外部文件，就無(wú)法使用SQL語(yǔ)句進(jìn)行數(shù)據(jù)清洗工作了，只能直接從數(shù)據(jù)源中抽取出來(lái)，然后在數(shù)據(jù)轉(zhuǎn)換的時(shí)候進(jìn)行數(shù)據(jù)清洗的工作。因此，數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)清洗工作主要還是在數(shù)據(jù)轉(zhuǎn)換的時(shí)候進(jìn)行。清洗好的數(shù)據(jù)將保存到目標(biāo)數(shù)據(jù)庫(kù)中，用于后續(xù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘以及商業(yè)智能。