⑴ 什麼是ETL這個職業怎麼樣前景如何
隨著信息技術爆炸性發展，智能終端，智能穿戴設備，無人駕駛汽車等等,都宣告大數據的時代已經來臨！學習成長為一名處理數據的BI工程師是實現夢想的絕佳途徑！
如何入門呢？首先要有資料庫基礎，選擇一門主流的資料庫(ORACLE,DB2,SQLSERVER)學習基本的SQL開發，掌握存儲過程，函數，包，SQL調優等。其次就要會一個主流的BI工具，常見後台ETL工具如：DATASTAGE,INFORMATICA,KETTLE等，主流前台報表工具如BIEE,COGNOS,BO，當然也有國產的像潤乾等。之後就是要了解BI中常用的概念如：事實表，維表，切片，上鑽下取，緩慢變化維，代理鍵等。
要
熟練掌握這些工具，就要在項目中去大量的練習啦，只有通過項目的實踐才能深刻體會BI的這些概念及其精髓。之後有了幾年的經驗就可以向某個行業去深入學習
業務知識做ETL顧問，或者向數據挖掘方向深究！這個過程自學的話要很久，要想在很短的時間入門，找家有實力的機構去通過項目實踐就很有必要啦。國內專注
這塊的有深圳的融通學苑，北京的思數，你可根據自身情況作出選擇。
⑵ etl是什麼
ETL，是英文Extract-Transform-Load的縮寫，用來描述將數據從來源端經過抽取（extract）、轉換（transform）、載入（load）至目的端的過程。ETL一詞較常用在數據倉庫，但其對象並不限於數據倉庫。
數據倉庫是為企業所有級別的決策制定過程，提供所有類型數據支持的戰略集合。它是單個數據存儲，出於分析性報告和決策支持目的而創建。 為需要業務智能的企業，提供指導業務流程改進、監視時間、成本、質量以及控制。
ETL是將業務系統的數據經過抽取、清洗轉換之後載入到數據倉庫的過程，目的是將企業中的分散、零亂、標准不統一的數據整合到一起，為企業的決策提供分析依據， ETL是BI（商業智能）項目重要的一個環節。
(2)干etl需要會前端知識嗎擴展閱讀：
ETL與ELT：
ETL所描述的過程，一般常見的作法包含ETL或是ELT（Extract-Load-Transform），並且混合使用。通常愈大量的數據、復雜的轉換邏輯、目的端為較強運算能力的資料庫，愈偏向使用ELT，以便運用目的端資料庫的平行處理能力。
ETL（orELT）的流程可以用任何的編程語言去開發完成，由於ETL是極為復雜的過程，而手寫程序不易管理，有愈來愈多的企業採用工具協助ETL的開發，並運用其內置的metadata功能來存儲來源與目的的對應（mapping）以及轉換規則。
工具可以提供較強大的連接功能（connectivity）來連接來源端及目的端，開發人員不用去熟悉各種相異的平台及數據的結構，亦能進行開發。當然，為了這些好處，付出的代價便是金錢。
⑶ 數據倉庫ETL工程師
初級ETL一般有SQL基礎就OK，在招聘網站上大膽投簡歷就行了
新人肯定會有過渡階段，通常的公司都會安排人來帶，這點無需多慮
若有其他疑問可追問
⑷ 本人對ETL十分感興趣，但是現在的工作跟這無關，最大的聯系也就是SQL了，如果想轉行做ETL要學習什麼
首先，你會SQL就是學BI和ETL技術的基礎，恭喜你！
就這個行業來說，一般分前台開發和後台報表兩種（當然比較深入的還有數據挖掘，屬於高級應用不適合初學者）。前台開發就是你想學的ETL(抽取，轉換，裝載)技術，它既可以用寫程序的方式如：寫SQL程序；也可以用工具如： Kettle(開源的)， DataStage ，Informatica 等來實現。其實這些ETL工具本身也是對SQL語句的圖形化而已，沒什麼很深的，不過除了KETTLE是開源的，後兩者一般用戶很難接觸到，畢竟這些工具都是動輒幾十萬上百萬的。前台報表開發如：cognos,biee等等，比較簡單，對基礎要求相對低點。國內專注這塊的有：深圳的 融通學苑，北京的導成科技等。這樣說不知能否幫到你！
⑸ ETL工程師是做什麼的
ETL工程師又叫資料庫工程師。
ETL工程師的主要工作內容有：從事系統編程、資料庫編程與設計。ETL是數據倉庫中的非常重要的一環。它是承前啟後的必要的一步。相對於關系資料庫，數據倉庫技術沒有嚴格的數學理論基礎，它更面向實際工程應用。
所以從工程應用的角度來考慮，按著物理數據模型的要求載入數據並對數據進行一些系列處理，處理過程與經驗直接相關，同時這部分的工作直接關系數據倉庫中數據的質量，從而影響到聯機分析處理和數據挖掘的結果的質量。
職業前景
從業務角度講，隨著數據應用的日益豐富，不同平台、系統的相互大批量數據交互成常態，僅僅滿足於採集數據已經不適應業務需要，還需要能夠為數據的目的端落地提供支撐，ETL工程師需要一個端到端的更適應業務需要的數據交換系統。
從技術角度講，ETL做一定的擴展可以升級為兼具交換能力，兩者有傳承，可以實現平滑過渡，但交換卻要考慮用另一個工具實現，同時未來大數據平台組件將異常豐富，相互之間的數據交換將是常態，必要要有更高級別的交換工具滿足這些需求。
⑹ ETL框架搭建需要哪些團隊人員
組建一個B2C網站團隊需要以下技術人員： 1、程序員，負責程序設計開發； 2、前端人員，負責網站布局、頁面設計； 3、數據分析人員：負責數據的搜集、整理、分析。 4、推廣技術人員：分seo、sem、外鏈等技術人員。 5、運營策劃人員
⑺ 搞ETL開發，要會些什麼啊
肯定要懂資料庫，ETL主要是寫存儲過程，還要懂一些linux命令。
⑻ etl工程師是做什麼的工作內容是什麼
etl工程師是從事系統編程、資料庫編程與設計，要掌握各種常用的編程語言的專業技術人員。也叫資料庫工程師。
工作內容：
見崗位職責：
1. 海量數據的ETL開發，抽取成各種數據需求。
2. 參與數據倉庫架構的設計及開發 。
3. 參與數據倉庫ETL流程優化及解決ETL相關技術問題。
4、熟悉主流資料庫技術，如oracle、Sql server、PostgeSQL等。
4、精通etl架構，有一定的etl開發經驗，了解日常作業的部署和調度。
5、會數據etl開發工具，如Datastage,Congos,Kettle等。
⑼ ETL基本常識是什麼
對於做過 BI 開發的朋友，ETL 並不陌生，只要涉及到數據源的數據抽取、數據的計算和處理過程的開發，都是 ETL，ETL 就這三個階段，Extraction 抽取，Transformation 轉換，Loading 載入。
從不同數據源抽取數據 EXTRACTION ，按照一定的數據處理規則對數據進行加工和格式轉換 TRASFORMATION，最後處理完成的輸出到目標數據表中也有可能是文件等等，這個就是 LOADING。
再通俗一點講，ETL 的過程就跟大家日常做菜一樣，需要到菜市場的各個攤位買好菜，把菜買回來要摘一下，洗一洗，切一切最後下鍋把菜炒好端到飯桌上。菜市場的各個攤位就是數據源，做好的菜就是最終的輸出結果，中間的所有過程像摘菜、洗菜、切菜、做菜就是轉換。
在開發的時候，大部分時候會通過 ETL 工具去實現，比如常用的像 KETTLE、PENTAHO、IBM DATASTAGE、INFORNAICA、微軟 SQL SERVER 裡面的 SSIS 等等，在結合基本的 SQL 來實現整個 ETL 過程。
也有的是自己通過程序開發，然後控制一些數據處理腳本跑批，基本上就是程序加 SQL 實現。
哪種方式更好，也是需要看使用場景和開發人員對那種方式使用的更加得心應手。我看大部分軟體程序開發人員出身的，碰到數據類項目會比較喜歡用程序控制跑批，這是程序思維的自然延續。純 BI 開發人員大部分自然就選擇成熟的 ETL 工具來開發，當然也有一上來就寫程序腳本的，這類 BI 開發人員的師傅基本上是程序人員轉過來的。
用程序的好處就是適配性強，可擴展性強，可以集成或拆解到到任何的程序處理過程中，有的時候使用程序開發效率更高。難就難在對維護人員有一定的技術要求，經驗轉移和可復制性不夠。
用 ETL 工具的好處，第一是整個 ETL 的開發過程可視化了，特別是在數據處理流程的分層設計中可以很清晰的管理。第二是鏈接到不同數據源的時候，各種數據源、資料庫的鏈接協議已經內置了，直接配置就可以，不需要再去寫程序去實現。第三是各種轉換控制項基本上拖拉拽就可以使用，起到簡化的代替一部分 SQL 的開發，不需要寫代碼去實現。第四是可以非常靈活的設計各種 ETL 調度規則，高度配置化，這個也不需要寫代碼實現。
所以在大多數通用的項目中，在項目上使用 ETL 標准組件開發會比較多一些。
ETL 從邏輯上一般可以分為兩層，控制流和數據流，這也是很多 ETL 工具設計的理念，不同的 ETL 工具可能叫法不同。
控制流就是控制每一個數據流與數據流處理的先後流程，一個控制流可以包含多個數據流。比如在數據倉庫開發過程中，第一層的處理是ODS層或者Staging 層的開發，第二層是 DIMENSION維度層的開發，後面幾層就是DW 事實層、DM數據集市層的開發。通過ETL的調度管理就可以讓這幾層串聯起來形成一個完整的數據處理流程。
數據流就是具體的從源數據到目標數據表的數據轉換過程，所以也有 ETL 工具把數據流叫做轉換。在數據流的開發設計過程中主要就是三個環節，目標數據表的鏈接，這兩個直接通過 ETL 控制項配置就可以了。中間轉換的環節，這個時候就可能有很多的選擇了，調 SQL 語句、存儲過程，或者還是使用 ETL 控制項來實現。
有的項目上習慣使用 ETL 控制項來實現數據流中的轉換，也有的項目要求不使用標準的轉換組件使用存儲過程來調用。也有的是因為數據倉庫本身這個資料庫不支持存儲過程就只能通過標準的SQL來實現。
我們通常講的BI數據架構師其實指的就是ETL的架構設計，這是整個BI項目中非常核心的一層技術實現，數據處理、數據清洗和建模都是在ETL中去實現。一個好的ETL架構設計可以同時支撐上百個包就是控制流，每一個控制流下可能又有上百個數據流的處理過程。之前寫過一篇技術文章，大家可以搜索下關鍵字 BIWORK ETL 應該在網上還能找到到這篇文章。這種框架設計不僅僅是ETL框架架構上的設計，還有很深的ETL項目管理和規范性控制器思想，包括後期的運維，基於BI的BI分析，ETL的性能調優都會在這些框架中得到體現。因為大的BI項目可能同時需要幾十人來開發ETL，框架的頂層設計就很重要。