首页 > ETL开发 > ETL开发工作内容

ETL开发工作内容

ETL开发做什么的?通过真实的招聘信息了解ETL开发工作内容,掌握企业对ETL开发的要求。同时该职位有10000条工资、6条面试,更全面了解ETL开发工作职责。

10000条工资 |6条面试

ETL开发工作职责

工具应用
ETL工具的典型代表有:Informatica、Datastage、OWB、微软DTS、Beeload、Kettle、久其ETL……
开源的工具有eclipse的etl插件:cloveretl
数据集成:快速实现ETL
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、时效性和可获取性等几个特性。而影响质量问题的原因有很多,由系统集成和历史数据造成的原因主要包括:业务系统不同时期系统之间数据模型不一致;业务系统不同时期业务过程有变化;旧系统模块在运营、人事、财务、办公系统等相关信息的不一致;遗留系统和新业务、管理系统数据集成不完备带来的不一致性。
实现ETL,首先要实现ETL转换的过程。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,并可根据字段空值实现分流加载到不同目标库。
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 86182585313-8148,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及拆分功能进行数据验证。例如,主叫号86182585313-8148,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、缺失数据的替换。
6、Lookup:查获丢失数据 Lookup实现子查询,并返回用其他手段获取的缺失字段,保证字段完整性。
7、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。
注意事项
为了能更好地实现ETL,笔者建议用户在实施ETL过程中应注意以下几点:
第一,如果条件允许,可利用数据中转区对运营数据进行预处理,保证集成与加载的高效性;
第二,如果ETL的过程是主动“拉取”,而不是从内部“推送”,其可控性将大为增强;
第三,ETL之前应制定流程化的配置管理和标准协议;
第四,关键数据标准至关重要。ETL面临的最大挑战是当接收数据时其各源数据的异构性和低质量。以电信为例,A系统按照统计代码管理数据,B系统按照账目数字管理,C系统按照语音ID管理。当ETL需要对这三个系统进行集成以获得对客户的全面视角时,这一过程需要复杂的匹配规则、名称/地址正常化与标准化。而ETL在处理过程中会定义一个关键数据标准,并在此基础上,制定相应的数据接口标准。
特色功能
ETL过程在很大程度上受企业对源数据的理解程度的影响,也就是说从业务的角度看数据集成非常重要。一个优秀的ETL设计应该具有如下功能:
管理简单
采用元数据方法,集中进行管理;接口、数据格式、传输有严格的规范;尽量不在外部数据源安装软件;数据抽取系统流程自动化,并有自动调度功能;抽取的数据及时、准确、完整;可以提供同各种数据系统的接口,系统适应性强;提供软件框架系统,系统功能改变时,应用程序很少改变便可适应变化;可扩展性强。
标准定义数据
合理的业务模型设计对ETL至关重要。数据仓库是企业唯一、真实、可靠的综合数据平台。数据仓库的设计建模一般都依照三范式、星型模型、雪花模型,无论哪种设计思想,都应该最大化地涵盖关键业务数据,把运营环境中杂乱无序的数据结构统一成为合理的、关联的、分析型的新结构,而ETL则会依照模型的定义去提取数据源,进行转换、清洗,并最终加载到目标数据仓库中。
模型的重要之处在于对数据做标准化定义,实现统一的编码、统一的分类和组织。标准化定义的内容包括:标准代码统一、业务术语统一。ETL依照模型进行初始加载、增量加载、缓慢增长维、慢速变化维、事实表加载等数据集成,并根据业务需求制定相应的加载策略、刷新策略、汇总策略、维护策略。
拓展新型应用
对业务数据本身及其运行环境的描述与定义的数据,称之为元数据(metadata)。元数据是描述数据的数据。从某种意义上说,业务数据主要用于支持业务系统应用的数据,而元数据则是企业信息门户、客户关系管理、数据仓库、决策支持和B2B等新型应用所不可或缺的内容。
元数据的典型表现为对象的描述,即对数据库、表、列、列属性(类型、格式、约束等)以及主键/外部键关联等等的描述。特别是现行应用的异构性与分布性越来越普遍的情况下,统一的元数据就愈发重要了。“信息孤岛”曾经是很多企业对其应用现状的一种抱怨和概括,而合理的元数据则会有效地描绘出信息的关联性。
而元数据对于ETL的集中表现为:定义数据源的位置及数据源的属性、确定从源数据到目标数据的对应规则、确定相关的业务逻辑、在数据实际加载前的其他必要的准备工作,等等,它一般贯穿整个数据仓库项目,而ETL的所有过程必须最大化地参照元数据,这样才能快速实现ETL。
体系结构
下图为ETL体系结构
,它体现了主流ETL产品框架的主要组成部分。ETL是指从源系统中提取数据,转换数据为一个标准的格式,并加载数据到目标数据存储区,通常是数据仓库。
ETL体系结构图
Design manager 提供一个图形化的映射环境,让开发者定义从源到目标的映射关系、转换、处理流程。设计过程的各对象的逻辑定义存储在一个元数据资料库中。
Meta data management 提供一个关于ETL设计和运行处理等相关定义、管理信息的元数据资料库。ETL引擎在运行时和其它应用都可参考此资料库中的元数据。
Extract 通过接口提取源数据,例如JODBC、专用数据库接口和平面文件提取器,并参照元数据来决定数据的提取及其提取方式。
Transform 开发者将提取的数据,按照业务需要转换为目标数据结构,并实现汇总。
Load 加载经转换和汇总的数据到目标数据仓库中,可实现SQL或批量加载。
Transport services 利用网络协议或文件协议,在源和目标系统之间移动数据,利用内存在ETL处理的各组件中移动数据。
Administration and operation 可让管理员基于事件和时间进行调度、运行、监测ETL作业、管理错误信息、从失败中恢复和调节从源系统的输出。

查看全文

企业对ETL开发要求

以下内容来自看准网企业对ETL开发的职责要求

要求A

一到三年ETL开发工作经验
熟悉sybase,SQL Server或Oracle等大型数据库开发,掌握一定SQL/存储过程的开发与调优
熟练操作DataStage、Informatica等ETL工具
具有数据仓库建设经验者优先
工作内容:负责数据相关的开发工作,其中包括数据库及ETL开发;负责项目数据模型的设计工作;协助需求及运维梳理系统数据;

要求B

职责完成ETL开发要求态度积极,有较强团体意识,熟悉ORACLE数据库的存储过程,具有ORACLE下开发存储过程的经验,对数据库优化有一定的见解。工作地点崇文区

要求C

岗位职责

1、负责数据仓库ETL程序的设计、抽取策略的制定和管理;

2、负责ETL程序代码规范、Mapping规范;

3、负责数据仓库核心通用代码开发;

4、整体考虑ETL的性能、存储、调度等问题;

5、负责数据仓库ETL程序的设计、开发及测试;

6、整体考虑ETL的性能、存储、调度等问题;

7、数据仓库日常运维、流程作业监控、数据质量监控等;

任职要求

1、本科以上学历,信息、计算机等相关专业;

2、吃苦耐劳,品学兼优,能适应互联网快节奏的开发模式;

3、3年以上数据仓库ETL设计及开发经验,精通数据仓库逻辑架构、元数据管理、数据质量监控等数据仓库主要环节;

4、精通分布式数据处理,有1年以上Hadoop大数据开发经验(Hive,Pig,Hbase等);

5、精通JAVA、PATHON等编程开发,精通MapReduce编程开发,熟练SHELL脚本开发;

6、掌握主流ETL工具,例如Infomatica、DataStage、Kettle、Shell、Python、Perl、存储过程等;

7、有较强的性能优化及问题排查、解决能力;对开源技术非常感兴趣并具有一定的研究能力;

查看全文

ETL开发热门招聘

查看全部
ETL开发工资概况
平均¥9876

工资分布图(k)

数据来源于看准用户,取自该职位最近一年内员工发布的工资信息。

ETL开发就业前景

月平均7829(个)

职位需求分布(个)

数据来源于看准用户,取自该职位最近一年内员工发布的工资信息。

 

ETL开发热门公司面试

工资
计算器
看准APP

微信扫码算一算

APP
看准APP

下载看准官方APP

返回顶部
老鸟

输入手机号,下载看准APP

二维码

扫码下载看准APP
或各大应用商店搜索:看准

想知道你的同行每个月都拿多少薪水吗?登录/注册