ETL之二

ETL为数据仓库服务，数据仓库用于数据分析，数据分析属于BI系统的要干的事儿。

    一般中/小型ERP系统都会有不成熟的BI系统，为啥叫做不成熟？
    因为它们或者有报表分析功能，但不具有OLAP(在线分析)，或者有OLAP，但却没有数据挖掘和深度分析。或者干脆，来个大集成，直接利用第三方工具来达到相应的目的。
    为什么会这样，究其原因，很多情况是因为没有自主的数据仓库，没有数据仓库，其它的做起来也就有些四不象了。而要建立数据仓库，首要的是：ETL。
    于是，需求就应运而生了。

    对了，BI是什么？OLAP是啥？什么又是数据挖掘？鉴于我只能解释其表面含义，我就不多说了。各位不妨找本数据仓库的书，翻翻前几页，一般就明白了。或者Google一把。

    我们捡当下最流行的BI应用：OLAP来说说它与ETL的关系。
    了解OLAP的人都知道，它的分析模型由事实表和维表组成。但往往OLTP系统中的数据库是为事务而建，而并不为分析而建，而为了BI去改动OLTP数据 库是不现实，并且，很多情况下也基本上是不可能的(当然，有些公司把不可能的任务变成可能的，但这显然是一种很僵硬的做法)。
    这时候，ETL的作用就显出来了，它可以为OLAP服务，按业务主题提取分析模型进行数据抽取。
    (OLAP分析需要什么样的数据支持？可以参看一下OLAP的星型模型)。

    再说说数据挖掘：
    这个课题实在太大，相关的书藉有很多很多，我还得花时间慢慢去学习。简单的说，这涉及ERP业务和统计学的知识。现在我暂时还没开始相关学习，但它与 ETL的关系却很明显。因为数据挖掘所要求的数据大都是高聚合的已处理的数据，所以，不管从获取难度和效率上来说，都不适合直接从OLTP中获取。
    同样，需要ETL来帮忙。

    因此，按本人粗浅的理解：
    ETL实在是： BI系统 设计开发，项目实施 之必备良药！

    有句名言讲得好：成为巨人不如站在巨人的肩膀上。
    如果想对ETL有详尽的了解，不妨先了解一下现有流行的ETL工具。