ETL通常是将多来源的异构数据,进行处理后得到具备完整性、一致性的数据模型。
自助ETL模块以工作流的形式实现为库表提取数据模型的语义,通过易于操作的可视化工具,将数据加工成具备语义一致性与完整性的数据模型;也可以增强自助数据集构建数据模型的能力。
我们通过封装ETL算法,将技术分离,可以实现业务人员进行自助ETL操作。
ETL工作流示例
ETL工作流必须以数据源为起点以目标源为终点:从数据源中抽取需要进行处理的数据,通过拖拽内置的预处理方法,之后将处理过的数据存储到目标源中。
系统支持的数据预处理方法包含:采样、拆分、过滤与映射、列选择、空值处理、合并列、合并行、元数据编辑、JOIN、行选择、去除重复值、排序、增加序列号、聚合、分列、派生列等。
这些预处理方法的使用详情请参见 数据预处理 章节。
功能入口
ETL工作流定制界面的操作入口有如下两个:
入口1:通过系统主界面快捷菜单进入。
1、在系统主界面的快捷菜单中选择 数据准备 > 自助ETL,进入“自助ETL”管理界面:
2、在“自助ETL”管理界面,单击 新建ETL 按钮,进入“新建ETL”定制界面。
入口2:通过“数据准备”界面快捷菜单进入。
1、在系统导航栏中选择 数据准备,进入“数据准备”界面并单击快捷菜单 自助ETL,进入“自助ETL”管理界面:
2、在“自助ETL”管理界面,单击 新建ETL 按钮,进入“新建ETL”定制界面。
界面介绍
自助ETL管理界面
自助ETL管理界面以列表的形式显示所有ETL流程,支持用户对ETL流程进行编辑和删除的操作。如下图所示:
该界面主要分为如下几个区:
ETL工作流定制界面
ETL流程定制界面用于设计定制ETL工作流。如下图所示:
该界面主要分为如下几个区:
- 节点资源区:显示当前流程可拖拽使用的资源,最顶端的文本框支持输入资源名称关键字模糊匹配搜索结果。
- 画布区:用于定制ETL工作流。
- 节点配置区:用于对"画布区"所选资源的参数和属性进行配置。该区默认显示当前流程的别名、描述及创建更新时间信息。
- 工具栏:用于对当前流程进行的操作,详情请参见 工具栏。
- 导入/导出流程键:用于导入已定制的ETL工作流或者将当前的ETL工作流导出到本地。
工作流操作
工具栏
画布下方的工具栏中有如下工具按钮支持工作流的相关操作。
这些工具按钮从左至右的说明如下:
按钮 | 说明 |
---|
保存 | 用于保存当前ETL流程。 |
另存 | 用于将当前ETL流程保存到其它路径下。 |
运行 | 用于运行当前ETL流程。 |
定时任务 | 用于修改当前ETL流程的调度设置。 |
右键菜单
各节点资源的右键菜单支持相关操作。
节点资源的右键菜单如下:
该右键菜单各项的说明如下:
右键菜单 | 说明 |
---|
删除 | 表示删除当前节点资源 |
执行到此处 | 表示运行工作流到当前节点资源结束 |
查看日志 | 用于查看当前节点资源的运行日志 |
查看输出 | 用于查看当前节点资源的输出列表 |
画布工具
画布内含缩放工具,用于对工作进行放大、缩小操作:
该工具箱中从上到下依次是:放大、缩小、原始大小。
ETL调度
作业是对数据处理流程结合调控机制的统称,对作业的监控包含了对数据处理流程执行情况及其调度内容的监控。
操作入口:在"定制管理"界面单击 作业监控 快捷菜单,进入"作业监控"界面,如下图所示:
进入"作业监控"界面,显示对ETL作业执行的监控情况,如下图所示:
该界面分为如下几个区: