ETL的主要任务是从各个不同的数据源中提取数据，经过转换处理，然后加载到目标数据库或数据仓库中。

可以通过丰富的场景看一下： 广义上的BI可以定义为一个系统方案，包含了从数据仓库，到ETL（数据清洗），OLAP分析，以及深度的数据挖掘，前端报表展现。

BI工程师、数据仓库工程师、ETL工程师、数据开发工程师（大数据开发工程师） 有什么区别？一味的解释数据仓库概念可能没意思，我们从不同角色出发吧！

前段时间，一个搞信息化的朋友找到我，说今年老板安排要上数仓和BI，但他自己对两者之间的配合细节还没想的很清楚，想让我给他展开讲讲。 所以今天想借朋友的这个问题，来跟大家聊聊BI与数据仓库的关系。

企业数据仓库架构 关于数据仓库，有一种简单粗暴的说法，就是“任何数据仓库都是通过数据集成工具连接一端的原始数据和另一端的分析界面的数据库”。

其中数据底层负责管理数据，包括数据采集、数据 ETL、数据仓库构建等环节，为前端报表查询和决策分析提供数据基础；数据分析主要是利用查询、联机分析处理、数据挖掘以及可视化等方法抽取数据仓库中的数据，并进行分析

数据仓库架构图 一、数据仓库ETL/ELT 数据仓库ETL主要用于完成数据接入的过程，即从业务系统或其他数据源中提取数据，并进行数据清洗、转换和加载到目的地系统（如数据仓库）中的过程。

一、ETL ETL概述 ETL是Extract（抽取）、Transform（转换）、Load（加载）的缩写，是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程。

ETL是从业务系统中抽取数据，经过数据清洗、转换之后加载到数据仓库的一个重要过程。目的是将企业中分散、零散、标准不统一的数据整合到一起，为企业的决策提供分析依据，是BI项目中不可或缺的一个环节。

整个图中所有负责技术实现的人，都可以叫做数据人(Data Engineer)；更精确的从 ETL 往右开始称为 BI 人；更细化些， 实现 ETL 的称为 ETL 工程师， Data Warehouse

数据仓库架构图 1、数据仓库ETL/ELT 数据仓库ETL主要用于完成数据接入的过程，即从业务系统或其他数据源中提取数据，并进行数据清洗、转换和加载到目的地系统（如数据仓库）中的过程。

企业数据仓库架构 关于数据仓库，有一种简单粗暴的说法，就是“任何数据仓库都是通过数据集成工具连接一端的原始数据和另一端的分析界面的数据库”。