目前比較流行的ETL工具有Pantlo Kertle、Howk、lormi PowerCene及DataStage，對這些工具的介紹如下。

1. Pentaho Kettle

PenthoKetle是一款國外免費(fèi)開源的ETL工具，純Java語言編寫，可以在Windows Linux.UNIX系統(tǒng)上運(yùn)行,并且是綠色無需安裝的。

Ketile的中文名稱叫水壺，該工具的設(shè)計(jì)理念是希望把來自不同數(shù)據(jù)庫中的數(shù)據(jù)放到-個“壺”里，然后以一種指定的格式流出。 Ketle擁有兩種腳本文件，分別是Transtormtio(轉(zhuǎn)換)和Job(作業(yè)),其中Tronsformation是用于完成數(shù)據(jù)的基礎(chǔ)轉(zhuǎn)換，而Job是完成整個工作流的控制。

2. Hawk

Hawk是一種數(shù)據(jù)采集和清洗工具，依據(jù)GPL(GNU通用公共許可證)協(xié)議開源，基于C#語言編寫的,并且其前端界面使用WPF開發(fā)，支持插件擴(kuò)展。

Hawk的含義為“鷹”，能夠高效、準(zhǔn)確地捕殺獵物。也就是說，Hawk能夠靈活、有效地采集來自網(wǎng)頁、數(shù)據(jù)庫和文件等來源的數(shù)據(jù)，并通過可視化的拖曳操作快速地進(jìn)行生成、過濾及轉(zhuǎn)換等操作。Hawk 主要應(yīng)用于爬蟲和數(shù)據(jù)清洗等領(lǐng)城。

3. Informatica PowerCenter

Intormatica PowerCenter 是Informatica公司開發(fā)的世界級的企業(yè)數(shù)據(jù)集成平臺，也是業(yè)界領(lǐng)先的ETL工具。Informatica PowerCenter用于訪問和集成幾乎任何業(yè)務(wù)系統(tǒng)、任何格式的數(shù)據(jù)，它可按任意速度在企業(yè)內(nèi)交付數(shù)據(jù),具有高性能、高可擴(kuò)展性、高可用性的特點(diǎn)。Informatica PowerCenter提供了多個可選的組件，以擴(kuò)展Informatica

PowerCenter的核心數(shù)據(jù)集成功能，這些組件包括數(shù)據(jù)清洗和匹配、數(shù)據(jù)屏蔽、數(shù)據(jù)驗(yàn)證、元數(shù)據(jù)交換等。

4. DataStage

IBM的InfoSphere DataStage簡稱DataStage,它是一個領(lǐng)先的ETL平臺，可跨多個企業(yè)系統(tǒng)集成數(shù)據(jù)。DataStage 利用高性能并行框架，可根據(jù)項(xiàng)目需求在云中或者本地部署ETL環(huán)境,它支持HBase、Hive、Amazon以及MongoDB等數(shù)據(jù)庫的連接,可以靈活、有效地更新和管理數(shù)據(jù)繼承的基礎(chǔ)架構(gòu)。

猜你喜歡：

認(rèn)識Scala的數(shù)據(jù)類型

Hadoop實(shí)現(xiàn)join的幾種方法

HDFS存儲架構(gòu)

黑馬程序員python+大數(shù)據(jù)培訓(xùn)課程