趋近智
ETL管道入门
章节 1: 理解 ETL 基本知识
什么是数据整合？
ETL 介绍：抽取、转换、加载
ETL流程的目的
区分ETL与ELT
常见数据源和数据目标
明确ETL需求
章节 2: 提取阶段
连接数据源
完全抽取与增量抽取
处理结构化数据（例如：数据库、CSV）
半结构化数据（例如JSON、XML）简介
数据变化捕获（CDC）原理
处理提取错误
实践：模拟数据提取
章节 3: 转换阶段
数据转换的必要性
数据清洗：处理缺失值
数据清洗：纠正错误
数据验证规则
数据格式化与标准化
数据丰富：增加信息
数据结构化：数据连接与拆分
数据聚合简介
实践：应用简单转换
章节 4: 加载阶段
选择目标系统
加载策略：完整加载
加载策略：增量加载（追加/更新）
理解目标模式
模式映射：从源到目标
处理加载失败
加载后数据验证
练习：数据加载
章节 5: 搭建简单ETL数据管道
什么是 ETL 流水线？
管道工作流与依赖关系
ETL 工具分类介绍
可视化ETL工具概述
ETL 脚本编程概述
调度与自动化基础知识
监控与日志记录要点
动手实践：设计一个简单的数据管道
什么是数据整合？
这部分内容有帮助吗？
- Fundamentals of Data Engineering, Joe Reis and Matt Housley, 2022 (O'Reilly Media) - 本书提供了数据工程实践的现代视角，包括对数据集成策略、工具和现代数据平台中架构模式的必要讨论。
- Principles of Data Integration, AnHai Doan, Alon Y. Halevy, and Zachary G. Ives, 2012 (Morgan Kaufmann) - 一本权威的学术著作，从计算机科学的角度提供了数据集成的理论框架，涵盖了其模型、系统和挑战。
- Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems, Martin Kleppmann, 2017 (O'Reilly Media) - 尽管范围广泛，但本书深入理解构建可靠数据系统的基本原理和挑战，包括如何管理分布式源之间的数据一致性和集成。