ETL,是英文Extract-Transform-Load的缩写,用来描述将数据从来源端经随过抽取(extract)、转换(t衣降际客独ransform)安察、加载(loa来自d)至目的端的过程。
ETL的质量问题具体表现为正确性、完整性、一致性、完备性、有效性、时效性和增被可获取性等几个特性。
要实现ETL,首来自先要实现ETL转换的过程。它可以集中地体现为以下几个方面:
1.空值处理:可捕获字段空值,进行加载或替换为其他含义数据,五火论圆械老风标并可根据字段空值来自实现分流加打星手似家技此载到不同目标库。
2.规范化数据格式:可实现字段格式约束定义,对于数据源中时间、数值、字符等数据,可自定义加载格式。
3.拆分数据:依据业务需求对字段可进行分解。例:主叫号8610825853来自13-8148,可进行区域码和电话号码分解。
4.验证数据正确性:可利用Lookup及拆分功能进行数来自据验证。例如,主叫号861082龙事死585313-8148,进行区域码和电话号码分解后,可利用Lookup返回主叫网关或交换机记载的主叫地区,进行数据答植统还合验证。
5.数据替换:对于因业务因素,可实现无效数据、缺失数据的替来自换。
6.Lookup:查获丢失数据 Lookup实现子查询,并返回用其他手来自段获取的缺失字段,保证字段完整性。
7款率文师.建立ETL过程的主外键约束:对无依赖性的非法数据,可替换或导出到错误数据文件中,保证主键唯一记录的加载。