企業信息化建設過程中，業務系統各自為政、相互獨立造成的“數據孤島”現象尤為普遍，業務不集成、流程不互通、數據不共享……。這給企業進行數據的分析利用、報表開發等帶來了巨大困難。在此情況下，數據倉庫的建設就顯得必不可少了，將相互分離的業務系統的數據源整合在一起，建立一個統一的數據采集、處理、存儲、分發、共享中心，實現企業全局數據的系統化運作管理，為DSS（決策支持系統）、BI（商務智能）、經營分析系統等深度開發應用奠定基礎，挖掘數據價值。
在企業搭建數據倉庫的過程中，有一個核心環節——ETL。如果說數據倉庫是一座大樓，那么ETL就是大樓的地基。ETL是Extract（抽取）-Transform（轉換）-Load（加載） 的縮寫，負責將分布的、異構數據源中的數據如關系數據、平面數據文件等抽取到臨時中間層后進行清洗、轉換、集成，最后加載到數據倉庫或數據集市中，成為聯機分析處理、數據挖掘的基礎。ETL設計和實施的工作量一般要占數據倉庫總工作量的60%以上，數據倉庫建成后的日常運維的好壞也嚴重依賴ETL的設計使用，所以說ETL是整個數據倉庫的生命線，ETL工具的選擇對於整個數據倉庫項目的成功是非常重要的。
ETL工具目前有兩種技術架構——ETL架構和ELT架構，咋一看這兩種架構好像沒什么不同之處，那么二者之間到底有什么區別呢？
（1）ETL架構
ETL架構按其字面含義理解就是按照E——T——L這個順序流程進行處理的架構：先抽取、然后轉換、完成后加載到目標數據庫中。在ETL架構中，數據的流向是從源數據流到ETL工具，ETL工具是一個單獨的數據處理引擎，一般會在單獨的硬件服務器上，實現所有數據轉化的工作，然后將數據加載到目標數據倉庫中。如果要增加整個ETL過程的效率，則只能增強ETL工具服務器的配置，優化系統處理流程（一般可調的東西非常少）。
ETL架構的實現機制
ETL架構的優勢：
- ETL可以分擔數據庫系統的負載（采用單獨的硬件服務器）
- ETL相對於ELT架構可以實現更為復雜的數據轉化邏輯
- ETL采用單獨的硬件服務器。.
- ETL與底層的數據庫數據存儲無關。
（2）ELT架構
ELT架構則把“L”這一步工作提前到“T”之前來完成：先抽取、然后加載到目標數據庫中、在目標數據庫中完成轉換操作。在ELT架構中，ELT只負責提供圖形化的界面來設計業務規則，數據的整個加工過程都在目標和源的數據庫之間流動，ELT協調相關的數據庫系統來執行相關的應用，數據加工過程既可以在源數據庫端執行，也可以在目標數據倉庫端執行（主要取決於系統的架構設計和數據屬性）。當ETL過程需要提高效率，則可以通過對相關數據庫進行調優，或者改變執行加工的服務器就可以達到。
ETL架構的實現機制
ELT架構的優勢：
- ELT充分利用數據庫引擎來實現系統的可擴展性（尤其是當數據加工過程在晚上時，可以充分利用數據庫引擎的資源）
- ELT可以保持所有的數據始終在數據庫當中，避免數據的加載和導出，從而保證效率，提高系統的可監控性。
- ELT可以根據數據的分布情況進行並行處理優化，並可以利用數據庫的固有功能優化磁盤I/O。
- 通過對相關數據庫進行性能調優，ELT過程獲得3到4倍的效率提升比較容易。
ETL工具的典型代表有：Informatica、powercenter、IBM Datastage、PDI（Kettle）、Talend等。ELT工具的典型代表有：Teradata ETL Automation，Oracle ODI等。對於數據量較大的處理計算，比如采用了mpp數據庫的架構，建議選擇ELT工具，利用數據庫的強大計算能力處理復雜運算，不要讓ETL工具成了計算的瓶頸。
個人建議在資金可以的情況下盡量采用商用數據平台來開發，就易用性來說做的相當好，而且還有服務支持，這里推薦一個國內廠商的ELT工具昊合數據整合平台HaoheDI，簡單易上手，會SQL就會用，運維也很方便。