ETL数据集成工具DataX、Kettle、ETLCloud特点对比

ETL数据集成工具

对于数据仓库，大数据集成类应用，通常会采用ETL工具辅助完成。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) 、交互转换(transform) 、加载(load)至的端的过程当前的很多应用也存在大量的ELT应用模式。常见的ETL工具或类ETL的数据集成同步工具很多，以下对开源的datax、Kettle、ETLCloud进行简单梳理比较。

1.DataX

1.1介绍

DataX是阿里巴巴集团开源的一款异构数据源离线同步工具，旨在实现各种数据源之间稳定高效的数据同步功能。它支持包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等多种异构数据源。为了解决异构数据源同步问题，DataX采用星型数据链路架构，将复杂的网状同步链路简化为中心式数据同步，DataX作为中间传输载体负责连接各种数据源，实现新数据源与已有数据源之间的无缝数据同步。

DataX本身作为离线数据同步框架，采用Framework + plugin架构构建。将数据源读取和写入抽象为Reader和Writer插件，纳入到整个同步框架中。

1.2特点

异构数据库和文件系统之间的数据交换
采用Framework+plugin架构构建，Framework处理了缓冲，流控，并发，上下文加载等高速数据交换的大部分技术问题，提供了简单的接口与插件交互，插件仅需实现对数据处理系统的访问。
数据传输过程在单进程内完成，全内存操作。
拓展性强，开发者可以开发一个新插件支持新的数据库文件系统。

2.Kettle

2.1介绍

kettle是一款全球最受欢迎的开源ETL数据集成工具，具有多样的数据集成功能，支持各种数据源和目标。提供直观的可视化配置界面，强大的数据转换和处理能力，包括清洗、转换、过滤等操作。可扩展的架构，允许用户开发自定义插件和扩展。跨平台支持和灵活的部署选项。拥有庞大的用户社区和活跃的开发者社区，提供全面的支持和资源。

Transformatiobn：完成对数据的基本转换。

Job: 完成整个工作流的控制。

简单理解, 一个转换(Trans)就是一个ETL的过程，而作业（Job）是多个转换的集合，在作业中可以对转换或作业进行调度，定时任务。

2.2 特点

免费开源，可跨平台（因为是纯java编写）
Kettle提供了直观的图形化界面，用户可以通过拖拽组件来构建数据流程，无需编写代码。
两种脚本文件，trans负责数据转化，job负责整个工作流的调度控制。
支持作业调度和监控，可以自动化执行数据集成任务。

3.ETLCloud

3.1介绍

ETLCloud是一款由国内RestCloud推出的全域数据集成工具，他对标的主要是替换上面这些全球化的ETL数据集成工具，也是国内目前最受欢迎的免费ETL数据集成工具，具有广泛的数据集成组件，内置支持上百种应用的集成，这是其他ETL均不具备的能力，支持各种数据源和目标。提供WEB直观的可视化配置界面，强大的数据转换和处理能力，包括清洗、转换、过滤等操作。可扩展的三层架构，同时允许用户开发自定义插件和扩展。