ETL（抽取、转换、加载）是DW2.0中的整合部件，它的主要目的是将操作数据转换为企业数据，并整合入DW2.0环境中。ETL过程建立了源系统的系统记录到目标系统的数据的映射，并按照映射规则进行数据转换。

ETL处理过程可以手工编码完成，也可以使用工具来自动完成。手工编码方式需要程序员来编写和维护迁移代码。迁移工具方式需要将数据映射规则定义在工具中。

一般来说，手工编码只在编码工作量非常小时使用。如果有大量的代码需要编写，最好使用迁移工具来定义源系统及目标系统中数据的映射规则。

无论使用哪种方式建立ETL程序，目的都是将数据从源系统中迁移入目标系统。

第一个常见的安置ETL程序的执行环境是主机环境，即操作型系统环境。

主机环境是执行操作处理的环境。在这里执行ETL程序的一个好处是，在这里操作环境的所有数据都可以得到。有时，也需要参照数据和其他数据源的数据。因为ETL程序在操作型环境中，所以这些数据自然都可以得到。

将ETL处理建立在操作环境的缺点如下：

1)机器环境比较昂贵。

2)操作环境的处理器可能没有空闲时间来运行ETL处理过程。

3)ETL处理对环境的要求和操作型处理对环境的要求不太一样。

而且，ETL处理放于操作环境中，由于负载很重，所以将来很难再分出更多的时间给ETL处理。

第二个安置ETL处理程序的位置是在数据仓库的机器上。

未经加工的数据经过ETL处理过程进入数据仓库。安置ETL处理程序在数据仓库的机器上有优点，也有缺点。

优点如下：

1)机器环境相对主机环境较便宜。

2)很容易使数据处理完后立即进入数据仓库。

3)当需要更多的资源时，可以较容易的得到。

而且，ETL处理不会和在线交易系统进行资源竞争。

缺点如下：

1)一些保存在操作型环境中的辅助数据在需要时不能很方便的得到。

2)大量的未经加工的数据必须通过ETL处理。

第三个安置ETL处理程序的位置是在操作型环境和数据仓库之间的一台独立的机器。使用这台独立的机器进行数据处理，并将数据处理结果迁移入数据仓库中。这种方式也有自己的优点和缺点。

优点是机器的处理器资源可以完全用于处理ETL过程。也就意味着，机器的成本可以降低的最小级别，不会和操作型环境竞争资源。

缺点如下：

1)必须处理大量的未经加工的数据。

2)操作型环境中的一些辅助数据不易得到。将数据加载入数据仓库需要额外的处理资源。

第四个安置ETL处理程序的选择是在操作型环境和数据仓库之间建立多处理器环境。在有非常大量的数据需要处理，而且要求处理速度非常高时，这种环境最为适合。

这种环境中，数据流以并行的方式进行处理，处理的速度的非常快。如果需要更大的数据吞吐量，可以增加处理器。使用这种并行处理方式时，源系统可以用流水式的方式进行数据供应。

在处理ETL过程时，有时需要一个数据准备区（staging area）。

数据准备区有自己的处理器和存储空间。数据从操作型环境中迁移入数据准备区中。数据进入准备区后，在这里等待其他数据的到来，也可以为并行处理提供准备工作。

数据并行处理的方式有一个缺点，不同处理器处理的数据之间不能进行交互。每一个处理器都是独立的完成自己的工作。这虽然不会给DW2.0架构带来问题，但是我们也应该记在心里。

本日志来源于Inmon的网站。