ETL,用来描述将数据从来源端经过抽取、转换、加载至目的端的过程。ETL是BI项目中重要的一个环节，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模型，将数据加载到数据仓库中去，为后续的数据分析提供数据支撑。
举个例子，某电商公司分析人员根据订单数据进行用户特征分析。这时需要基于订单数据，计算一些相应的分析指标，如每个用户的消费频次，销售额最大的单品，用户复购时间间隔等。这些指标都要通过计算转换得到，这时候ETL的作用就显现出来了。
市面上大多BI工具都不含ETL功能，在进行上述项目时，通常会用到BI、ETL两个工具，成本高、花费时间长。而亿信ABI基于这个需求，依赖十余年数仓经验，推出可视化ETL功能，通过简单的拖拽就可以完成ETL过程。
以下，我们将从亿信ABI中ETL功能的核心优势与应用场景入手，带你了解如何高效实现数据抽取、转化、清洗过程。
一般情况下，ETL过程设计需要用到大量的代码，且重复利用率较低。亿信ABI中的ETL功能充分结合大量项目人员实施习惯，操作敏捷易用，可快速地建立起ETL过程，提高效率，降低实施难度。亿信ABI有着更友好易用的数据处理体验：
亿信ABI中的ETL组件丰富多样，面向数据分析师精心打造，满足各种各样的数据处理场景。一般情况下，一个简单的数据处理需求，前期在技术人员这里可能徘徊2到3天，更何况还有后期的修改。有了丰富的可视化ETL组件，复用率高，屏蔽复杂的编码任务，操作简单，数据处理更高效。
亿信ABI中内置组件包括：输入输出组件、转换组件、流程组件、统计组件、数仓组件、脚本组件、大数据组件等。
以转换组件里面的清洗组件为例，清洗组件支持记录级清洗和字段级清洗，内置50多种规则，支持在一个组件中完成多次清洗转换设置。支持清洗前后结果预览。
一般情况下，ETL过程都会伴随着调度任务的设置。比如，某销售部门需要每周五抽取数据计算当周销售利润用于汇报，如果利用ETL实现，时间调度管理必不可少。亿信ABI的ETL调度导向，深度考虑各使用场景，用户只需简单操作，即可实现复杂的调度任务。
为保证运行环境的稳定可靠，提供了设计区与运行区隔离的机制，所有作业的修订和更改通过在设计区完成调试和试运行后，通过发布机制，发布到稳定的运行环境，保证开发和运行两不耽误。
场景说明：需要根据已知的基础工资和奖金数据，导出实际工资数据。
拖拽表输入组件到设计面板，从SCOTT数据库抽取EMP表，并可以预览数据。
拖拽清洗组件，并把奖金字段的NULL值替换成0，具体操作如图。 
增加表达式组件，增加工资字段=基础工资+奖金。定义字段为浮点型，字段长度7，精度2。 
拖拽表输出组件，加载到LE_TE数据库，新建EMP表，还可以预览最终数据。
以上通过亿信ABI，完成了简单的拖拽式ETL过程。
场景说明：抽取到最新的学生信息、成绩信息、课程信息，计算学生总成绩并实现每日数据抽取。
步骤一：制作ETL过程流，拉取学生信息、考试成绩信息、课程信息。
步骤二：通过贴源抽取到最新的学生信息、成绩信息和课程信息，计算学生总成绩。
步骤三：设置调度任务,定时执行ETL过程流。这样，一个串行的ETL过程就完成了。
小结：亿信ABI除了高效的数据处理能力，还拥有智能分析引擎、高扩展性、高集成性等亮点功能，在数据填报、数据处理、大屏可视化、自助分析、预测挖掘等场景的的应用效果也首屈一指。欢迎持续关注，了解更多功能特性。
附：3月3号（周二）下午3：00，亿信BI高级售前经理-谢程亲授《亿信ABI系列课程-ETL数据处理整合》，点击下方海报，马上报名。
