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
ETL 工具分类介绍
这部分内容有帮助吗？
- Fundamentals of Data Engineering: Planning and Building Robust Data Systems, Joe Reis, Matt Housley, 2022 (O'Reilly Media) - 提供了对数据工程原则的现代视角，涵盖了现代数据管道的设计和实现，包括ETL工具的各种方法。
- Cloud Data Ecosystems: How to Build a Modern Data Stack for Your Business, Bill Schmarzo, Kevin S. K. Lee, 2022 (Apress) DOI: 10.1007/978-1-4842-7910-8 - 讨论了现代云数据堆栈的架构和组成部分，包括云服务提供商提供的各种数据集成服务和工具。
- Data Pipelines with Apache Airflow, Bas P. Harenslak, Julian Rutger de Ruiter, 2021 (Manning Publications) - 一本使用Apache Airflow构建和管理数据管道的实用指南，展示了用于基于代码的ETL编排的关键开源工具。