東方通ETL工具軟件TI-ETLv2產(chǎn)品白皮書

1、 TI-ETL v2 產(chǎn)品白皮書TongTech ®TI-ETL v2產(chǎn)品白皮書北京東方通科技公司2015年目 錄1 前言12 為什么要用ETL12.1 業(yè)務(wù)需求12.2 IT需求22.3 IT與業(yè)務(wù)一致性要求23 TI-ETL v2簡介33.1 產(chǎn)品組成結(jié)構(gòu)33.1.1 集成開發(fā)工具43.1.2 服務(wù)器53.1.3 資源庫53.1.4 統(tǒng)一管理平臺63.2 產(chǎn)品結(jié)構(gòu)關(guān)系73.3 轉(zhuǎn)換流程和任務(wù)流程83.3.1 轉(zhuǎn)換流程83.3.2 任務(wù)流程94 主要功能和特點104.1 大數(shù)據(jù)適配104.2 強健的ETL引擎104.3 豐富的系統(tǒng)適配114.4 資源統(tǒng)一存儲114.5 豐富的處理組

2、件114.6 多種數(shù)據(jù)抽取模式114.7 圖形化操作/調(diào)試/預(yù)覽能力114.8 高效數(shù)據(jù)處理124.9 異?；謴?fù)和數(shù)據(jù)一致性124.10 強大的監(jiān)控管理功能124.11 插件式組件管理和可擴展性124.12 國產(chǎn)環(huán)境支持135 成功案例131 前言隨著IT應(yīng)用建設(shè)的發(fā)展，數(shù)據(jù)成為了最重要的資源，無論是接地氣的業(yè)務(wù)系統(tǒng)、應(yīng)用軟件、數(shù)據(jù)中心或是高大上的云/物/移/大/智，均是以數(shù)據(jù)資源為核心，依托發(fā)揮數(shù)據(jù)價值而存在和發(fā)展。目前，雖然各行業(yè)IT發(fā)展成熟度不一致，但基本已經(jīng)度過了大批量業(yè)務(wù)系統(tǒng)建設(shè)階段，業(yè)務(wù)系統(tǒng)也經(jīng)過了幾年的運轉(zhuǎn)，積累了不同量級的數(shù)據(jù)資源。但因早起IT業(yè)務(wù)系統(tǒng)的很少跨部門、跨單位、跨層

3、級的統(tǒng)一規(guī)劃和建設(shè)，導致業(yè)務(wù)系統(tǒng)處于分散、獨立的狀況，業(yè)務(wù)間數(shù)據(jù)資源不僅處于煙囪狀態(tài)，數(shù)據(jù)資源的一致性和互用性較差，數(shù)據(jù)資源的價值無法充分發(fā)揮。此外，各行業(yè)自身業(yè)務(wù)也在逐漸多元化和復(fù)雜化，業(yè)務(wù)產(chǎn)生和所需使用的數(shù)據(jù)也就具有不確定和頻繁變動性，導致一旦應(yīng)用發(fā)生變化、新增系統(tǒng)或物理數(shù)據(jù)變動，一旦無法借助某些手段適應(yīng)變化，整個應(yīng)用和數(shù)據(jù)體系均有較大可能不得不隨之修改。數(shù)據(jù)集成是把不同來源、格式、特點性質(zhì)的數(shù)據(jù)在邏輯上或物理上有機地集中，通過應(yīng)用間的數(shù)據(jù)有效流通和流通的管理從而達到集成，主要解決數(shù)據(jù)的分布性、異構(gòu)性、有效性和及時性的問題。此外，數(shù)據(jù)集成是個長期不斷持續(xù)的過程，需要有易用的工具、長期可靠的

4、運行環(huán)境、全面有效的監(jiān)控管理共同支撐，而非僅通過工具可以一次性解決的。ETL是數(shù)據(jù)集成領(lǐng)域的落地技術(shù)，區(qū)別與傳統(tǒng)數(shù)據(jù)交換，ETL在可完成基本數(shù)據(jù)交換（抽取、傳輸、裝載）的前提下，對數(shù)據(jù)的轉(zhuǎn)換（即數(shù)據(jù)的按需加工處理）提供更易用和更強大的支持，使數(shù)據(jù)在不同業(yè)務(wù)之間流動的同時，各業(yè)務(wù)獲取到的數(shù)據(jù)確實是可有準確、及時、有效應(yīng)用的。TI-ETL是從傳統(tǒng)數(shù)據(jù)交換產(chǎn)品繼續(xù)發(fā)展的產(chǎn)物，有著多年的數(shù)據(jù)集成領(lǐng)域產(chǎn)品研制的積淀，已在大交通（海/陸/空）、大政府、國防工業(yè)、企業(yè)等行業(yè)核心系統(tǒng)中成功應(yīng)用，輔助眾多行業(yè)和用戶逐漸發(fā)揮出了數(shù)據(jù)的價值，提升了IT支撐業(yè)務(wù)的有效性。2 為什么要用ETL2.1 業(yè)務(wù)需求IT建設(shè)隨

5、業(yè)務(wù)發(fā)展，業(yè)務(wù)過程以數(shù)據(jù)貫穿，即業(yè)務(wù)有效性的基礎(chǔ)是數(shù)據(jù)，且有效性又包含可獲得性、及時性、準確性和一致性。在信息化早起，因信息系統(tǒng)較少、業(yè)務(wù)關(guān)系復(fù)雜度較低，對數(shù)據(jù)關(guān)注度也較低。隨著各單位自身的發(fā)展，內(nèi)部組織機構(gòu)、多級組織機構(gòu)建設(shè)愈發(fā)全面，業(yè)務(wù)關(guān)系也愈發(fā)復(fù)雜，各內(nèi)部組織以及跨不同單位之間均會因為業(yè)務(wù)關(guān)聯(lián)產(chǎn)生數(shù)據(jù)有效關(guān)聯(lián)、互用的需求。例如單位內(nèi)人力作為人資管理的職能部門，新人入職、人員在部門間調(diào)動、人員崗位晉升等人員變動情況會影響向財務(wù)、檔案、信息管理等多個部門的業(yè)務(wù)，包括工資漲降、檔案歸檔、固定資產(chǎn)關(guān)聯(lián)等等，即人資信息發(fā)生變化時需要其它同樣存儲了該信息的業(yè)務(wù)部門也能夠自動完成信息變更。例如部委需要

6、從各下級委辦局匯總數(shù)據(jù)，各委辦局業(yè)務(wù)系統(tǒng)可能是分別由不同廠商建設(shè)，雖然是處理同樣的業(yè)務(wù)，但業(yè)務(wù)系統(tǒng)存儲數(shù)據(jù)的格式和方式不同。以數(shù)據(jù)項“部門名稱”為例，有的業(yè)務(wù)系統(tǒng)存儲是的漢字，也的存儲的可能是數(shù)字編碼，此時雖然數(shù)據(jù)都能匯總到一起，但數(shù)據(jù)卻無法合并，即使匯總后也可能無法支撐業(yè)務(wù)。2.2 IT需求數(shù)據(jù)大多以數(shù)據(jù)庫、文件為存儲載體，數(shù)據(jù)庫和文件又存在多個品牌和版本，所以業(yè)務(wù)數(shù)據(jù)往往是分散在不同品牌、版本的數(shù)據(jù)庫和文件中，業(yè)務(wù)系統(tǒng)間能夠按需的互用數(shù)據(jù)則需要通過IT手段實現(xiàn)對不同數(shù)據(jù)源的按需適配、按需采集、按需處理、按需裝載以及通過圖形化界面操作定義數(shù)據(jù)間的關(guān)系和處理邏輯，實現(xiàn)一次定義長期有效執(zhí)行，同時

7、提供全局的可視化監(jiān)控管理，能夠隨時掌握業(yè)務(wù)間數(shù)據(jù)交互的有效性。2.3 IT與業(yè)務(wù)一致性要求“按需”是業(yè)務(wù)訴求，對應(yīng)IT則包括了采集、加工處理、裝載、監(jiān)控、運維、管理等技術(shù)要求，以滿足業(yè)務(wù)層面對可獲得性、及時性、準確性、一致性的需求，多以ETL產(chǎn)品和技術(shù)實現(xiàn)IT支撐：(1) ETL提供多種數(shù)據(jù)源適配組件，可與多種主流數(shù)據(jù)庫、文件、通信協(xié)議進行對接，保障采集的全面適配，提供高可獲得性。(2) ETL提供觸發(fā)器、時間、CDC等多種數(shù)據(jù)采集模式，可根據(jù)業(yè)務(wù)對及時性的定義以及業(yè)務(wù)數(shù)據(jù)存儲的現(xiàn)狀選擇不同模式，并且提供并行等高效處理機制，提供高及時性。(3) ETL提供豐富的數(shù)據(jù)加工處理組件達到100+，且

8、可根據(jù)業(yè)務(wù)規(guī)則靈活拼接處理流程，提供高準確性和高一致性。(4) ETL提供基于Web的監(jiān)控管理中心，在滿足核心業(yè)務(wù)需求的同時提供易用、可視的運維、監(jiān)控、管理、監(jiān)視的統(tǒng)一管理能力。3 TI-ETL v2簡介東方通數(shù)據(jù)集成產(chǎn)品TI-ETL，提供對企業(yè)數(shù)據(jù)的集成處理功能。通過TI-ETL產(chǎn)品，用戶可以從不同結(jié)構(gòu)的數(shù)據(jù)源中抽取數(shù)據(jù)（Extract），對數(shù)據(jù)進行復(fù)雜的加工處理（Transform），最后將數(shù)據(jù)加載到各種存儲結(jié)構(gòu)中（Load）。例如實現(xiàn)從多個異構(gòu)的數(shù)據(jù)源（不同數(shù)據(jù)庫、結(jié)構(gòu)化文件等）抽取數(shù)據(jù)，并加工成統(tǒng)一的數(shù)據(jù)格式，最后加載到數(shù)據(jù)倉庫中，供商業(yè)智能（Business Intelligent，

9、BI）等應(yīng)用使用。TI-ETL提供一個簡單易用的開發(fā)、管理工具，提供覆蓋從數(shù)據(jù)集成邏輯的設(shè)計、開發(fā)、調(diào)試、部署，到運行、管理、監(jiān)控各個生命周期不同階段的集成開發(fā)工具。通過TI-ETL可以實現(xiàn)對數(shù)據(jù)集成流程的開發(fā)和部署；通過監(jiān)控和日志功能，可以實現(xiàn)對數(shù)據(jù)集成的運行過程進行實時監(jiān)視，對集成流程歷史數(shù)據(jù)進行分析。TI-ETL提供了一個強健、高效的數(shù)據(jù)處理引擎，支撐各種復(fù)雜的數(shù)據(jù)轉(zhuǎn)換流程、任務(wù)調(diào)度流程的高效運行。引擎采取異步并行處理的技術(shù)，實現(xiàn)流程中的每個組件多線程并行高效處理；支持集群部署方式，允許將轉(zhuǎn)換或轉(zhuǎn)換中的比較耗時的數(shù)據(jù)處理組件部署在多臺服務(wù)器上并發(fā)執(zhí)行，從而將轉(zhuǎn)換的工作分攤到多臺服務(wù)器上，

10、從而提高TIETL的數(shù)據(jù)處理效率。TI-ETL基于Java技術(shù)和標準數(shù)據(jù)庫接口（JDBC、ODBC等），支持部署在各種主流操作系統(tǒng)和國產(chǎn)操作系統(tǒng)上，支持與各種主流數(shù)據(jù)庫、開源數(shù)據(jù)庫、國產(chǎn)數(shù)據(jù)庫的接入，支持對各種結(jié)構(gòu)化/非結(jié)構(gòu)化格式文件的讀寫，以及通過多種協(xié)議與其他應(yīng)用系統(tǒng)的交互。TI-ETL提供大量的任務(wù)組件和轉(zhuǎn)換組件，如多源的數(shù)據(jù)合并、數(shù)據(jù)的路由、數(shù)據(jù)行列轉(zhuǎn)換、字典表查詢、定時重啟、循環(huán)調(diào)度、流程告警等，用戶可以通過拖拽方式快速完成各種復(fù)雜的數(shù)據(jù)集成需求和集成的調(diào)度控制，無需人工編碼，快速構(gòu)建數(shù)據(jù)集成應(yīng)用。TI-ETL提供Web形式的統(tǒng)一管理平臺，用于將分布式網(wǎng)絡(luò)環(huán)境中部署的TI-ETL服務(wù)

11、器運行實例及運行在TI-ETL服務(wù)內(nèi)的任務(wù)流程集中統(tǒng)一管理監(jiān)控。提供功能級和數(shù)據(jù)集的權(quán)限管理，可定義的錯誤告警機制，自定義面板等。 同時管理平臺提供豐富的管理Rest API接口和方便的管理擴展機制，方便客戶集成統(tǒng)一管理平臺并擴展自己的插件集成到平臺中。3.1 產(chǎn)品組成結(jié)構(gòu)TI-ETL產(chǎn)品架構(gòu)由集成開發(fā)工具TI-ETL Studio、TI-ETL服務(wù)器、資源庫、統(tǒng)一管理平臺四大核心部分組成，如下圖所示。圖：TI-ETL v2產(chǎn)品組成結(jié)構(gòu)3.1.1 集成開發(fā)工具TI-ETL Studio集成開發(fā)工具是一個集開發(fā)、調(diào)試、配置、部署、執(zhí)行、監(jiān)控、日志、管理等功能于一體的平臺。通過該平臺實現(xiàn)從數(shù)據(jù)集成

12、需求到實現(xiàn)的快速轉(zhuǎn)化，并實現(xiàn)對整個生命周期的管理。Ø 開發(fā)/調(diào)試TI-ETL Studio提供大量的任務(wù)組件和轉(zhuǎn)化組件，通過這些組件，以圖形化的方式，實現(xiàn)數(shù)據(jù)集成流程的快速編排。TI-ETL Studio還提供了功能強大的調(diào)試預(yù)覽功能，可以在開發(fā)過程中實現(xiàn)數(shù)據(jù)行級別的調(diào)試和預(yù)覽，跟蹤和觀察每一行數(shù)據(jù)經(jīng)過數(shù)據(jù)集成流程中每一個轉(zhuǎn)化組件進行加工處理的結(jié)果。通過集成開發(fā)工具開發(fā)調(diào)試完成的數(shù)據(jù)集成流程保存到資源庫中統(tǒng)一存儲管理。Ø 遠程管理TI-ETL Studio通過ETL服務(wù)器的遠程接口，實現(xiàn)對服務(wù)器的管理。包括數(shù)據(jù)集成流程的分布式部署、遠程執(zhí)行、對執(zhí)行狀態(tài)的實時監(jiān)控、對執(zhí)行日志

13、進行查看和分析。TI-ETL Studio的監(jiān)控管理功能可以對運行中的流程執(zhí)行暫停、開始、停止、解部署等控制，同時還可以對數(shù)據(jù)處理狀態(tài)進行實時監(jiān)控，包括每個組件處理的記錄數(shù)、過濾的記錄數(shù)，并且可以得到每個組件處理數(shù)據(jù)的性能指標和整個集成流程的性能指標。3.1.2 服務(wù)器TI-ETL服務(wù)器是一個TI-ETL的邏輯節(jié)點，包含對數(shù)據(jù)集成流程的執(zhí)行能力，并通過HTTP協(xié)議對外開放對服務(wù)器的管理接口。Ø ETL引擎TI-ETL服務(wù)器包含兩個執(zhí)行引擎：任務(wù)引擎和轉(zhuǎn)換引擎，分別實現(xiàn)對任務(wù)調(diào)度管理的任務(wù)流程和完成對實際數(shù)據(jù)抽取、加工處理、加載的轉(zhuǎn)換流程的執(zhí)行。在TI-ETL服務(wù)器啟動時，可以檢查部署

14、在該節(jié)點上的數(shù)據(jù)集成流程，并執(zhí)行配置為“自動重啟動”的流程，其他非自動重啟動的流程需要手工啟動。在TI-ETL數(shù)據(jù)流程中，數(shù)據(jù)是以行為單位進行處理，如下圖所示，TI-ETL通過兩個對象描述一個數(shù)據(jù)行：數(shù)據(jù)對象和元信息對象。數(shù)據(jù)對象實際的行數(shù)據(jù)，由一個或多個數(shù)據(jù)列（字段）組成；元信息對象用于描述數(shù)據(jù)對象，包括數(shù)據(jù)對象中每個列（字段）的類型、長度、格式等。Ø 監(jiān)控管理接口TI-ETL服務(wù)器還提供了對運行時的監(jiān)控和管理功能，這些功能通過Java、HTTP、REST等多種封裝形式對外開放。通過這些接口，第三方應(yīng)用可以將監(jiān)控管理功能集成到自己的管理控制臺中進行統(tǒng)一監(jiān)控管理，實現(xiàn)對TI-ETL的

15、遠程管理，如流程部署、流程控制、轉(zhuǎn)換監(jiān)控、日志查看等功能。Ø 認證授權(quán)TI-ETL服務(wù)器提供了完善的認證授權(quán)機制，只有通過認證和授權(quán)的用戶，才可以通過監(jiān)控管理接口實現(xiàn)對服務(wù)器的管理和監(jiān)控。3.1.3 資源庫TI-ETL資源庫用于持久化存儲TI-ETL的元數(shù)據(jù)，包括ETL服務(wù)器的配置信息、任務(wù)流程信息、轉(zhuǎn)換流程信息、基礎(chǔ)資源信息（如數(shù)據(jù)庫連接）等。TI-ETL提供基于關(guān)系型數(shù)據(jù)庫和文件系統(tǒng)兩種類型的資源庫。一般文件系統(tǒng)資源庫為本地庫，在開發(fā)階段使用；基于關(guān)系型數(shù)據(jù)庫的資源庫為共享庫，可以作為開發(fā)庫和生產(chǎn)庫使用。TI-ETL Studio可以連接多個資源庫，在數(shù)據(jù)集成的開發(fā)調(diào)試階段，可以

16、將任務(wù)流程、轉(zhuǎn)換流程和其他資源存儲在開發(fā)庫中。而對于已經(jīng)完成開發(fā)調(diào)試，進入發(fā)布階段的流程，可以方便的導入到生產(chǎn)庫。TI-ETL服務(wù)器也可以配置一個或多個資源庫，并可以根據(jù)部署描述符從資源庫中獲取實際的流程信息，根據(jù)這些信息實例化實際運行的集成流程。資源庫的使用不僅可以方便數(shù)據(jù)集成流程的開發(fā)和管理，還可以有效提高數(shù)據(jù)集成流程的部署效率。3.1.4 統(tǒng)一管理平臺TI-ETL統(tǒng)一管理平臺，用于將分布式網(wǎng)絡(luò)環(huán)境中部署的TI-ETL服務(wù)器運行實例集中統(tǒng)一管理。統(tǒng)一管理平臺，提供對服務(wù)器、部署在服務(wù)器里的任務(wù)流程、轉(zhuǎn)換流程的運行狀態(tài)、運行日志、執(zhí)行性能進行查看，遠程的啟動、停止、暫停、恢復(fù)等操作；提供統(tǒng)一

17、的權(quán)限管理功能，包括用戶、組織機構(gòu)、角色的定義，以及從功能級、數(shù)據(jù)級等對用戶進行細粒度的授權(quán)；提供錯誤告警功能，允許用戶自定義告警規(guī)則，支持從告警對象、告警類型、告警級別、告警信息內(nèi)容等信息中提取關(guān)鍵字定義接受規(guī)則、拒絕規(guī)則，只有符合規(guī)則的告警信息才通知用戶，并支持用戶自定義告警方式，默認為郵件通知；提供對服務(wù)器所在物理機器的CPU、內(nèi)存、硬盤資源、網(wǎng)絡(luò)IO等性能指標進行實時監(jiān)控。統(tǒng)一管理平臺提供對分布式環(huán)境下交換拓撲的管理，可對方便直觀的以拓撲形式來管理交換節(jié)點以及數(shù)據(jù)交換鏈路。統(tǒng)一管理平臺，提供自定義面板功能，允許用戶將自己關(guān)注的功能、監(jiān)控對象等定義在一個頁面上集中展示，并支持將自定義的面

18、板設(shè)置為平臺主頁，每次登錄時直接進入到該面板，非常方便管理人員。默認提供ETL監(jiān)控概覽面版，可以對用戶關(guān)注的對象資源（服務(wù)器、任務(wù)、轉(zhuǎn)換等）集中配置到一個視圖中集中監(jiān)控，如下圖：統(tǒng)一管理平臺提供基于OSGI技術(shù)的插件管理功能，非常方便地安裝和卸載已有的功能插件，同時提供插件開發(fā)機制和規(guī)范，方便用戶擴展開發(fā)自己的插件并集成到平臺中，集中管理自己的應(yīng)用。3.2 產(chǎn)品結(jié)構(gòu)關(guān)系TI-ETL四大組成部分的關(guān)系如下圖所示。使用TI-ETL的具體開發(fā)步驟如下：(1) 開發(fā)人員使用TI-ETL的集成開發(fā)工具，進行流程的開發(fā)和調(diào)試工作；(2) 開發(fā)調(diào)試完成的流程所有相關(guān)信息，統(tǒng)一存儲到TI-ETL資源庫中，作為

19、團隊資源共享及運行時引用；(3) 開發(fā)調(diào)試完成的流程ID信息（流程引用信息），部署到TI-ETL服務(wù)器上；運行時，根據(jù)流程ID信息從TI-ETL資源庫中獲取流程配置信息；(4) 管理人員使用TI-ETL的集成開發(fā)工具提供的監(jiān)控功能，或者通過統(tǒng)一管理平臺、或者直接使用監(jiān)控管理接口，從TI-ETL服務(wù)器中獲取流程監(jiān)控信息，或者遠程控制服務(wù)器、流程的運行狀態(tài)。3.3 轉(zhuǎn)換流程和任務(wù)流程TI-ETL通過轉(zhuǎn)換流程、任務(wù)流程這兩種流程配合，可以完成不同系統(tǒng)間的復(fù)雜的數(shù)據(jù)整合工作。3.3.1 轉(zhuǎn)換流程轉(zhuǎn)換流程負責完成數(shù)據(jù)集成過程中的數(shù)據(jù)抽取、轉(zhuǎn)換、加載工作，轉(zhuǎn)換流程由多個轉(zhuǎn)換組件編排而成。轉(zhuǎn)換組件是轉(zhuǎn)換流程

20、的最小處理單元，每個轉(zhuǎn)換組件完成一個特殊的數(shù)據(jù)處理任務(wù)，多個轉(zhuǎn)換組件組成一個轉(zhuǎn)換流程。正是因為TI-ETL有豐富的轉(zhuǎn)換組件，使得TI-ETL具備高水準的數(shù)據(jù)加工處理能力。TI-ETL提供的轉(zhuǎn)換組件如下圖所示：下圖給出了一個轉(zhuǎn)換流程的示例，它是將不同的轉(zhuǎn)換組件編排在一起，完成了增量數(shù)據(jù)獲取、數(shù)據(jù)內(nèi)容判斷、過濾、錯誤數(shù)據(jù)處理等一系列的數(shù)據(jù)加工過程。3.3.2 任務(wù)流程任務(wù)流程負責整個數(shù)據(jù)集成過程的調(diào)度和管理，如定時執(zhí)行、周期執(zhí)行、告警等。任務(wù)流程一般由轉(zhuǎn)換流程組成，從這一點上講，也可以把任務(wù)流程看作轉(zhuǎn)換流程的調(diào)度者，可以對多個轉(zhuǎn)換流程和其他任務(wù)流程（子流程）進行流程編排。當然，任務(wù)流程也可以由多個

21、任務(wù)組件編排而成。任務(wù)組件就是任務(wù)流程的最小處理單元，如開始組件負責啟動任務(wù)流程，可以設(shè)定任務(wù)流程的執(zhí)行方式，如一次性任務(wù)，定時啟動的任務(wù)，循環(huán)性的任務(wù)等。TI-ETL提供的任務(wù)組件如下圖所示：下圖給出了一個任務(wù)流程示例，它定義了一個任務(wù)的啟動方式，然后要查看文件目錄是否存在文件，如果不為空，調(diào)度轉(zhuǎn)換流程完成相應(yīng)的數(shù)據(jù)加工工作，如果出錯，可以通過郵件任務(wù)組件發(fā)郵件通知維護人員，如果正常就調(diào)用其他任務(wù)流程的過程。4 主要功能和特點4.1 大數(shù)據(jù)適配提供HBase的輸入/輸出轉(zhuǎn)換組件，支持與非關(guān)系型數(shù)據(jù)庫HBase進行數(shù)據(jù)交互。提供Hadoop HDFS文件拷貝的任務(wù)組件，支持復(fù)制文件到HDFS和

22、復(fù)制HDFS文件到本地?？蛇B接的數(shù)據(jù)庫類型支持Hadoop Hive，SQL查詢組件支持編寫Hive SQL進行數(shù)據(jù)查詢。Apache Hbase  Apache HadoopApache Hive 0.982.4.x1.0.0 0.941.2.x1.0.04.2 強健的ETL引擎提供任務(wù)引擎和轉(zhuǎn)換引擎，支撐各種復(fù)雜的數(shù)據(jù)轉(zhuǎn)換流程、任務(wù)調(diào)度流程的高效運行，為大塊、大批量、異構(gòu)的數(shù)據(jù)的整合提供堅實保障。4.3 豐富的系統(tǒng)適配基于標準的JDBC、ODBC接口，實現(xiàn)對各種主流數(shù)據(jù)庫系統(tǒng)的支持。如Oracle、DB2、SQL Server、Sybase、InfoMix等主

23、流數(shù)據(jù)庫，MySQL、PostgreSQL等開源數(shù)據(jù)庫，達夢、漢高、神通、GBase8t、KingBase等國產(chǎn)數(shù)據(jù)庫。提供豐富的數(shù)據(jù)文件抽取和加載組件，支持包括普通文本、CSV、XML、Excel等多種格式的文件。支持HTTP、JMS、FTP、Web Services等協(xié)議和其他應(yīng)用系統(tǒng)進行交互。4.4 資源統(tǒng)一存儲資源庫為TI-ETL的元數(shù)據(jù)提供了統(tǒng)一的存儲機制，并對元數(shù)據(jù)提供各種管理功能，同時資源庫還為TI-ETL的分布式部署提供支撐。4.5 豐富的處理組件TI-ETL內(nèi)置大量的任務(wù)組件和轉(zhuǎn)換組件，用戶可以通過拖拽的方式快速完成各種復(fù)雜數(shù)據(jù)集成需求和集成的調(diào)度控制。提供的轉(zhuǎn)換組件覆蓋數(shù)據(jù)

24、映射、數(shù)據(jù)豐富、數(shù)據(jù)計算、數(shù)據(jù)驗證、數(shù)據(jù)排序、數(shù)據(jù)合并、數(shù)據(jù)拆分、數(shù)據(jù)生成、數(shù)據(jù)去重、數(shù)據(jù)分組、行列轉(zhuǎn)換等復(fù)雜處理，提供的任務(wù)組件涵蓋定時調(diào)度、周期循環(huán)調(diào)度等調(diào)度模式組件、以及數(shù)據(jù)處理的一些前置、后置檢查操作等。4.6 多種數(shù)據(jù)抽取模式支持各種數(shù)據(jù)抽取模式，如全量同步、增量同步CDC（基于觸發(fā)器、基于時間戳、全表比對、基于數(shù)據(jù)庫日志分析）、單向同步、雙向同步、文件目錄同步等?；跀?shù)據(jù)庫日志分析的增量抽取支持數(shù)據(jù)庫：Oracle，SqlServer2008，Mysql5。4.7 圖形化操作/調(diào)試/預(yù)覽能力通過TI-ETL 內(nèi)置的大量組件和TI-ETL Studio的可視化圖形界面，使用人員無需編

25、碼，既可以靈活、方便地定制出各種數(shù)據(jù)集成流程，又能夠減少手工代碼的錯誤，還可以利用調(diào)試預(yù)覽及時發(fā)現(xiàn)潛在錯誤，提升集成質(zhì)量，并能對ETL服務(wù)器和資源庫進行管理，全面提高集成速度。4.8 高效數(shù)據(jù)處理TI-ETL采用異步并行處理的方式實現(xiàn)數(shù)據(jù)的高效處理，數(shù)據(jù)在TI-ETL中類似于流水線上的產(chǎn)品，逐行流經(jīng)流程中的每個組件，每經(jīng)過一個組件就被加工成一個既定格式的中間狀態(tài)。數(shù)據(jù)經(jīng)過一個組件的處理后被迅速交給下一個組件處理，同時當前的組件已經(jīng)開始處理新的數(shù)據(jù)。TI-ETL提供集群部署方式，允許將轉(zhuǎn)換或轉(zhuǎn)換中的比較耗時的數(shù)據(jù)處理組件部署在多臺服務(wù)器上并發(fā)執(zhí)行，從而將轉(zhuǎn)換的工作分攤到多臺服務(wù)器上，提高TI-E

26、TL的數(shù)據(jù)處理效率。在某國產(chǎn)一體機硬件環(huán)境下，TI-ETL的處理效率達到4.5+萬條/秒。4.9 異常恢復(fù)和數(shù)據(jù)一致性任務(wù)流程提供多個調(diào)度機制和異?；謴?fù)機制，在異常后，支持自動和手動恢復(fù)。異常恢復(fù)可以保證恢復(fù)的流程從異常點開始重新同步，保證數(shù)據(jù)的最終完整性和一致性。4.10 強大的監(jiān)控管理功能提供基于JS+REST技術(shù)規(guī)范的前端界面和后臺數(shù)據(jù)提供相分離的統(tǒng)一管理平臺，界面風格符合扁平化設(shè)計潮流。提供對分布式網(wǎng)絡(luò)環(huán)境中部署的TI-ETL服務(wù)器運行實例集中統(tǒng)一管理，包括對服務(wù)器、流程的運行狀態(tài)、運行日志、執(zhí)行性能的查看，以及遠程的啟動、停止、暫停、恢復(fù)等管理操作，支持統(tǒng)一的權(quán)限管理配置、錯誤告警等功能。提供插件管理機制，方便用戶安裝、卸載已有的功能插件，允許用戶自定義自己的功能插件，并集成到統(tǒng)一管理平臺中。提供自定義面板功能，方便用戶在一個視圖中集中展示自己關(guān)注的內(nèi)容。提供Java、HTTP、REST等多種封裝