ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。ETL 是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。我们在下方列出了 7 款开源的 ETL 工具，并讨论了从 ETL 转向“无 ETL”的过程，因为 ELT 正迅速成为现代数据和云环境的终极过程。

ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。ETL 是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

我在下方列出了 9 款现在市面上免费且口碑不错的 ETL 调度工具，并罗列了在选择应用这些工具前所要考虑的几个维度

优秀的 ETL 工具

1.Apache Camel

Apache Camel 是一个非常强大的基于规则的路由以及媒介引擎，该引擎提供了一个基于 POJO 的企业应用模式(Enterprise Integration Patterns)的实现，你可以采用其异常强大且十分易用的 API (可以说是一种 Java 的领域定义语言 Domain Specific Language)来配置其路由或者中介的规则。 通过这种领域定义语言，你可以在你的 IDE 中用简单的 Java Code 就可以写出一个类型安全并具有一定智能的规则描述文件。

2.Apache Kafka

Apache Kafka 是一个开源的消息系统，用 Scala 和 Java 写成。该项目为处理实时数据提供了一个统一、高通量、低延时的平台。有如下特性：

• 通过 O(1) 的磁盘数据结构提供消息的持久化，这种结构对于即使数以 TB 的消息存储也能够保持长时间的稳定性能。

• 高吞吐量：即使是非常普通的硬件 kafka 也可以支持每秒数十万的消息。

• 支持通过 kafka 服务器和消费机集群来分区消息。

• 支持 Hadoop 并行数据加载。

3.Apatar

Apatar 用 Java 编写，是一个开源的数据抽取、转换、 装载(ETL)项目。模块化的架构。提供可视化的 Job 设计器与映射工具，支持所有主流数据源，提供灵活的基于 GUI、服务器和嵌入式的部署选项。它具有符合 Unicode 的功能，可用于跨团队集成数据，填充数据仓库与数据市场，在连接到其他系统时在代码少量或没有代码的情况下进行维护。

4.Heka

来自 Mozilla 的 Heka 是一个用来收集和整理来自多个不同源的数据的工具，通过对数据进行收集和整理后发送结果报告到不同的目标用于进一步分析。

5.Logstash

Logstash 是一个应用程序日志、事件的传输、处理、管理和搜索的平台。你可以用它来统一对应用程序日志进行收集管理，提供 Web 接口用于查询和统计。Logstash 现在是 ElasticSearch 家族成员之一。

6.Scriptella

Scriptella 是一个开源的 ETL (抽取-转换-加载)工具和一个脚本执行工具，采用 Java 开发。Scriptella 支持跨数据库的 ETL 脚本，并且可以在单个的 ETL 文件中与多个数据源运行。Scriptella 可与任何 JDBC / ODBC 兼容的驱动程序集成，并提供与非 JDBC 数据源和脚本语言的互操作性的接口。它还可以与 Java EE，Spring，JMX，JNDI 和 JavaMail 集成。

7.Talend

Talend (踏蓝) 是第一家针对的数据集成工具市场的 ETL(数据的提取 Extract、传输 Transform、载入 Load)开源软件供应商。Talend 以它的技术和商业双重模式为 ETL 服务提供了一个全新的远景。它打破了传统的独有封闭服务，提供了一个针对所有规模的公司的公开的，创新的，强大的灵活的软件解决方案。最终，由于 Talend 的出现，数据整合方案不再被大公司所独享。

8.Kettle

Kettle 是一款国外开源软件。 etl 工具，纯 java 编写，绿色无需安装，数据抽取高效稳定(数据迁移工具)。Kettle 中有两种脚本文件，transformation 和 job，transformation 完成针对数据的基础转换，job 则完成整个工作流程的控制。

9.Taskctl Web(免费版)

由成都塔斯克科技公司自主研发的国内首个 10 万级 etl 调度软件 Taskctl，其中最新发布的 Web 版

是在原有的商用版 Taskctl 6.0 核心基础上横向扩展所诞生；

Taskctl Web 应用版是专门为批量作业调度自动化打造的一款轻便型敏捷调度工具。可为批量作业自动化调度者提供简单的方法来管理各类复杂作业的调度和监控管理。与之前 V1.2 相比 C/S 应用端功能完整，并精简部分操作逻辑，适合初学者体验 Taskctl 产品，也能作为中小项目生产应用。

详细软件参数规格可参阅跳转：

• 《深入浅出的etl作业调度工具TASKCTL》
  

• 《0元永久授权，ETL调度软件 Taskctl Free应用版》
  

工具获取：去公众号【taskctl】回复内容 “软件” 即可

ETL 工具的选择

在数据集成中该如何选择 ETL 工具呢？一般来说需要考虑以下几个方面：

• 对平台的支持程度。

• 对数据源的支持程度。

• 抽取和装载的性能是不是较高，且对业务系统的性能影响大不大，倾入性高不高。

• 数据转换和加工的功能强不强。

• 是否具有管理和调度功能。

• 是否具有良好的集成性和开放性