BI项目中ETL设计与思考
创始人
2024-05-30 13:52:25
0

ETL 是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程,目的是将企业 中的分散、零乱、标准不统一的数据整合到一起,为企业的决策提供分析依据。ETL 是 BI 项目 重要的一个环节。通常情况下,在 BI 项目中 ETL 会花掉整个项目的 1/3 的时间,ETL 设计的好坏 直接关接到 BI 项目的成败。

ETL 的设计分三部分:数据抽取、数据的清洗转换、数据的加载。

数据的抽取是从各个不同的数据源抽取到 ODS(OperationalDataStore,操 作型数据存储)中——这个过程也可以做一些数据的清洗和转换),在抽取的过程中需要挑选不同 的抽取方法,尽可能的提高 ETL 的运行效率。

ETL 三个部分中,花费时间最长的是“T”(Transfor m,清洗、转换)的部分,一般情况下这部分工作量是整个 ETL 的 2/3。数据的加载一般在数据清 洗完了之后直接写入 DW(DataWarehousing,数据仓库)中去。

ETL 的实现有多种方法,常用的有三种。

第一种是借助 ETL 工具实现(Datastage, Informatica,OWB).

第二种SQL方式实现

第三种ETL工具和SQL相结合。

前两种方法各有各的优缺点,借助工具可以快速的建立起 E TL 工程,屏蔽了复杂的编码任务,提高了速度,降低了难度,但是缺少灵活性。SQL 的方法优 点是灵活,提高 ETL 运行效率,但是编码复杂,对技术要求比较高。第三种是综合了前面二种 的优点,会极大地提高 ETL 的开发速度和效率。

一、数据的抽取

部分需要在调研阶段做大量的工作,首先要搞清楚数据是从几个业务系统中来,各个业 务系统的数据库服务器运行什么 DBMS,是否存在手工数据,手工数据量有多大,是否存在非结 构化的数据等等,当收集完这些信息之后才可以进行数据抽取的设计。

1、对于与存放 DW 的数据库系统相同的数据源处理方法

这一类数据源在设计上比较容易。一般情况下,DBMS(SQLServer、Oracle)都会提供数据库 链接功能,在 DW 数据库服务器和原业务系统之间建立直接的链接关系就可以写 Select 语句直 接访问。

2、对于与 DW 数据库系统不同的数据源的处理方法

对于这一类数据源,一般情况下也可以通过 ODBC 的方式建立数据库链接——如 SQLServe r 和 Oracle 之间。如果不能建立数据库链接,可以有两种方式完成,一种是通过工具将源数据导 出成.txt 或者是.xls 文件,然后再将这些源系统文件导入到 ODS 中。另外一种方法是通过程序接 口来完成

3、对于文件类型数据源(.txt,.xls)可以培训业务人员利用数据库工具将这些数据导入到指 定的数据库,然后从指定的数据库中抽取。或者还可以借助工具实现,如 SQLServer2005 的 SSI S 服务的平面数据源和平面目标等组件导入 ODS 中去。

4、增量更新的问题

对于数据量大的系统,必须考虑增量抽取。一般情况下,业务系统会记录业务发生的时间, 我们可以用来做增量的标志,每次抽取之前首先判断 ODS 中记录最大的时间,然后根据这个时间 去业务系统取大于这个时间所有的记录。利用业务系统的时间戳,一般情况下,业务系统没有或 者部分有时间戳。

二、数据的清洗转换

数据仓库分为 ODS、DW 两部分。通常的做法是从业务系统到 ODS 做清洗, 将脏数据和不完整数据过滤掉,在从 ODS 到 DW 的过程中转换,进行一些业务规则的计算和聚 合

1、数据清洗

数据清洗的任务是过滤那些不符合要求的数据,将过滤的结果交给业务主管部门,确认是否 过滤掉还是由业务单位修正之后再进行抽取。不符合要求的数据主要是有不完整的数据、错误的 数据、重复的数据三大类。

(1)不完整的数据:这一类数据主要是一些应该有的信息缺失,如供应商的名称、分公司的 名称、客户的区域信息缺失、业务系统中主表与明细表不能匹配等。对于这一类数据过滤出来, 按缺失的内容分别写入不同 Excel 文件向客户提交,要求在规定的时间内补全。补全后才写入数 据仓库。

(2)错误的数据:这一类错误产生的原因是业务系统不够健全,在接收输入后没有进行判断 直接写入后台数据库造成的,比如数值数据输成全角数字字符、字符串数据后面有一个回车操作、 日期格式不正确、日期越界等。这一类数据也要分类,对于类似于全角字符、数据前后有不可见 字符的问题,只能通过写 SQL 语句的方式找出来,然后要求客户在业务系统修正之后抽取。日 期格式不正确的或者是日期越界的这一类错误会导致 ETL 运行失败,这一类错误需要去业务系 统数据库用 SQL 的方式挑出来,交给业务主管部门要求限期修正,修正之后再抽取。

(3)重复的数据:对于这一类数据——特别是维表中会出现这种情况——将重复数据记录的 所有字段导出来,让客户确认并整理。

数据清洗是一个反复的过程,不可能在几天内完成,只有不断的发现问题,解决问题。对于 是否过滤,是否修正一般要求客户确认,对于过滤掉的数据,写入 Excel 文件或者将过滤数据写 入数据表,在 ETL 开发的初期可以每天向业务单位发送过滤数据的邮件,促使他们尽快地修正 错误,同时也可以做为将来验证数据的依据。数据清洗需要注意的是不要将有用的数据过滤掉, 对于每个过滤规则认真进行验证,并要用户确认。

2.数据转换

数据转换的任务主要进行不一致的数据转换、数据粒度的转换,以及一些商务规则的计算

(1)不一致数据转换:这个过程是一个整合的过程,将不同业务系统的相同类型的数据统一, 比如同一个供应商在结算系统的编码是 XX0001,而在 CRM 中编码是 YY0001,这样在抽取过来 之后统一转换成一个编码。

(2)数据粒度的转换业务系统一般存储非常明细的数据,而数据仓库中数据是用来分析的不需要非常明细的数据。一般情况下,会将业务系统数据按照数据仓库粒度进行聚合

(3)商务规则的计算:不同的企业有不同的业务规则、不同的数据指标,这些指标有的时候 不是简单的加加减减就能完成,这个时候需要在 ETL 中将这些数据指标计算好了之后存储在数 据仓库中,以供分析使用。

三、ETL 日志、警告发送

1、ETL 日志

ETL 日志分为三类。

第一类是执行过程日志,这一部分日志是在 ETL 执行过程中每执行一步 的记录,记录每次运行每一步骤的起始时间,影响了多少行数据,流水账形式。

第二类是错误日志, 当某个模块出错的时候写错误日志,记录每次出错的时间、出错的模块以及出错的信息等。

第三 类日志是总体日志,只记录 ETL 开始时间、结束时间是否成功信息。如果使用 ETL 工具,ETL 工具会自动产生一些日志,这一类日志也可以作为 ETL 日志的一部分。记录日志的目的是随时 可以知道 ETL 运行情况,如果出错了,可以知道哪里出错。

2、警告发送

如果 ETL 出错了,不仅要形成 ETL 出错日志,而且要向系统管理员发送警告。

发送警告的 方式多种,一般常用的就是给系统管理员发送邮件,并附上出错的信息,方便管理员排查错误。 ETL 是 BI 项目的关键部分,也是一个长期的过程,只有不断的发现问题并解决问题,才能 使 ETL 运行效率更高,为 BI 项目后期开发提供准确的数据。

相关内容

热门资讯

将安卓系统数据导入ios系统,... 你是不是也有过这样的经历:手机里存满了珍贵的照片、联系人、应用数据,突然有一天,你决定换一台iPho...
雷霆战机 安卓最低系统,系统要... 你有没有听说过这款超级酷炫的飞行游戏——雷霆战机?没错,就是那个让你一上手就停不下来的刺激游戏!今天...
电脑独立安装安卓系统,探索电脑... 电脑独立安装安卓系统:探索未来的可能性在当今这个数字化时代,电脑已经不仅仅是一个用来打字的工具,它更...
树莓派虚拟安卓系统,打造便携式... 你有没有想过,用树莓派来运行安卓系统?听起来是不是有点酷炫?想象一个迷你的小树莓派,竟然能变身成为一...
安卓系统如何安装tk,安卓系统... 你有没有想过,你的安卓手机里装个tk,生活是不是能变得更有趣呢?别急,别急,我来给你详细说说怎么操作...
安卓计步数系统,健康生活新伙伴 你有没有发现,每天手机里那个默默无闻的安卓计步数系统,竟然悄悄地记录了你走过的每一步?今天,就让我带...
安卓原生系统真的好吗,究竟是否... 你有没有想过,安卓原生系统到底是不是那个传说中的“好”?咱们今天就来聊聊这个话题,看看这个系统到底有...
安卓2.3系统开机画面,复古与... 亲爱的读者,你是否还记得那些充满怀旧情怀的安卓2.3系统开机画面?那个曾经陪伴我们度过无数时光的小图...
哪个安卓管理系统好,安卓管理系... 你有没有想过,手机里那么多应用,管理起来是不是有点头疼?别急,今天就来给你揭秘哪个安卓管理系统好,让...
安卓系统取消流量监控,告别流量... 你知道吗?最近安卓系统来了一次大动作,取消了对流量的监控!这可真是让人眼前一亮的消息呢。想象以前每次...
安卓导航如何备份系统,安卓导航... 你有没有想过,如果你的安卓导航系统突然崩溃了,你会怎么办?别急,今天就来给你支个招,教你如何轻松备份...
小米安卓4.0系统下载,深度解... 你有没有想过,你的小米手机是不是也能来个“大变身”?没错,就是升级到安卓4.0系统!想象你的手机瞬间...
自动鉴别平板安卓系统,自动鉴别... 你有没有想过,你的平板电脑里那些安卓系统,其实都是经过一番“智慧”的筛选和鉴别才来到你面前的呢?没错...
bose能连安卓系统,开启无线... 你有没有想过,家里的音响设备也能跟上科技潮流,和你的安卓手机无缝连接呢?没错,今天就要来聊聊这个神奇...
安卓x是什么系统,探索新一代智... 你有没有听说最近安卓界又出了个新花样——安卓X系统?没错,就是那个我们平时手机里常用的安卓系统,这次...
安卓系统怎么提升网速,五大技巧... 你是不是也和我一样,在使用安卓手机时,总是觉得网速不够快,有时候刷个网页都慢得让人抓狂?别急,今天就...
机车安卓系统重装,轻松恢复系统... 你那台机车安卓系统是不是突然间卡壳了,运行速度慢得像蜗牛爬?别急,今天就来给你详细说说怎么给机车安卓...
华为手机更改安卓系统,探索安卓... 你知道吗?最近华为手机界可是掀起了一阵不小的波澜呢!没错,就是那个我们熟悉的华为,竟然悄悄地更改了安...
安卓系统低版微信,揭秘微信新版... 你有没有发现,有时候手机里的微信版本有点儿“老气横秋”呢?别急,今天就来聊聊这个让人有点头疼的安卓系...
安卓系统安装apple pay... 你有没有想过,即使你的手机是安卓系统,也能享受到Apple Pay的便捷支付体验呢?没错,就是那个曾...