數據集成工具很多，下面是幾個使用比較多的開源工具。
1、阿里開源軟件：DataX
DataX 是一個異構數據源離線同步工具，致力於實現包括關系型數據庫(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各種異構數據源之間穩定高效的數據同步功能。
2、Apache開源軟件：Sqoop
Sqoop(發音:skup)是一款開源的工具，主要用於在HADOOP(Hive)與傳統的數據庫(mysql、postgresql...)間進行數據的傳遞，可以將一個關系型數據庫(例如 : MySQL ,Oracle ,Postgres等)中的數據導進到Hadoop的HDFS中，也可以將HDFS的數據導進到關系型數據庫中。（摘自百科）
3、Kettle開源軟件：水壺（中文名）
Kettle是一款國外開源的ETL工具，純java編寫，可以在Window、Linux、Unix上運行，綠色無需安裝，數據抽取高效穩定。
Kettle 中文名稱叫水壺，該項目的主程序員MATT 希望把各種數據放到一個壺里，然后以一種指定的格式流出。
Kettle這個ETL工具集，它允許你管理來自不同數據庫的數據，通過提供一個圖形化的用戶環境來描述你想做什么，而不是你想怎么做。
Kettle中有兩種腳本文件，transformation和job，transformation完成針對數據的基礎轉換，job則完成整個工作流的控制。
Kettle與DataX的比較：
1）Kettle擁有自己的管理控制台，可以直接在客戶端進行etl任務制定，不過是CS架構，而不支持BS瀏覽器模式。DataX並沒有界面，界面完全需要自己開發，增加了很大工作量。
2）Kettle可以與我們自己的工程進行集成，通過JAVA代碼集成即可，可以在java中調用kettle的轉換、執行、結束等動作，這個還是有意義的，而DataX是不支持的，DataX是以執行腳本的方式運行任務的，當然完全吃透源碼的情況下，應該也是可以調用的。
3）支持的數據庫，都支持的比較齊全，kettle支持的應該更多，DataX是阿里開發，可以更好地支持阿里自身的數據庫系列，如ODPS、ADS等
4）Kettle已經加入BI組織Pentaho，加入后kettle的開發粒度和被關注度更進一步提升
5）DataX開源的支持粒度不高，關注度遠沒有kettle高，代碼提交次數更是少的很。
原文鏈接：https://blog.csdn.net/ice_fire2008/article/details/79827681
阿里還開源了一種數據同步工具otter，這個和datax有什么區別呢？