為什么建數(shù)據(jù)倉庫需要使用ETL工具？數(shù)據(jù)倉庫是一個戰(zhàn)略集合，為各級決策過程提供各種數(shù)據(jù)支持。它是為分析報告和決策支持目的而創(chuàng)建的單個數(shù)據(jù)存儲。由于要獲取所有的數(shù)據(jù)，必然涉及到多系統(tǒng)、多類型數(shù)據(jù)庫的對接

為什么建數(shù)據(jù)倉庫需要使用ETL工具？

數(shù)據(jù)倉庫是一個戰(zhàn)略集合，為各級決策過程提供各種數(shù)據(jù)支持。它是為分析報告和決策支持目的而創(chuàng)建的單個數(shù)據(jù)存儲。由于要獲取所有的數(shù)據(jù)，必然涉及到多系統(tǒng)、多類型數(shù)據(jù)庫的對接問題，以及數(shù)據(jù)的提取和整理問題。

此時，ETL工具的功能體現(xiàn)在數(shù)據(jù)提取、轉(zhuǎn)換和加載的過程中，直至用于人們的分析。ETL是數(shù)據(jù)抽取、轉(zhuǎn)換和加載的過程。

在某些地方，可以先在轉(zhuǎn)換中選擇和加載ELT。對于日志倉庫，ETL首先要考慮業(yè)務(wù)需求，最后數(shù)據(jù)登陸模型要體現(xiàn)一定的主題。

一般來說，數(shù)據(jù)倉庫就像一個大的池。水池的供水需要水泵和水管，ETL負責水泵和水管的功能。

大數(shù)據(jù)ETL工程師是做什么的，發(fā)展前景如何？

ETL工程師是大數(shù)據(jù)倉庫方向的一個職位，主要從事數(shù)據(jù)清洗、提取和轉(zhuǎn)換。目前，Hadoop的HDFS主要用作存儲平臺，hive用作數(shù)據(jù)建模、清洗和結(jié)構(gòu)化數(shù)據(jù)分析，并使用工具或腳本將數(shù)據(jù)導(dǎo)入關(guān)系數(shù)據(jù)庫數(shù)據(jù)節(jié)點，作為后續(xù)部門的結(jié)果數(shù)據(jù)。

一般的工作應(yīng)該是通過hivesql、shell腳本或oozie等作業(yè)相關(guān)工具進行數(shù)據(jù)分析和統(tǒng)計，以便進行任務(wù)周期調(diào)度

還有很大的發(fā)展空間。利用SQL實現(xiàn)業(yè)務(wù)可以鍛煉思維邏輯，增加工作經(jīng)驗，后續(xù)可以做數(shù)據(jù)建模工程師，可以指導(dǎo)戰(zhàn)士做日常開發(fā)，而且薪水可觀