etl工程師工作內(nèi)容（etl工程師）

關(guān)于etl工程師工作內(nèi)容，etl工程師這個問題很多朋友還不知道，今天小六來為大家解答以上的問題，現(xiàn)在讓我們一起來看看吧！

1、技術(shù)方面：需要學習使用數(shù)據(jù)源、目標端工具的基本使用（如 oracle MySQL hive等）;需要學習etl工具的安裝配置常用錯誤解決（如 kettle DataStage infa sqoop datax等）理論方面：懂得數(shù)倉分層架構(gòu)，維度建模等。

2、從ETL的字面來看，它主要包含階段，分別是數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)加載。

3、1.數(shù)據(jù)抽取這個階段的主要目標是匯總多種數(shù)據(jù)源，為下一步的轉(zhuǎn)換做準備。

4、2.數(shù)據(jù)轉(zhuǎn)換這個階段是ETL的核心環(huán)節(jié)，也是最復雜的環(huán)節(jié)。

5、它的主要目標是將抽取到的各種數(shù)據(jù)，進行數(shù)據(jù)的清洗、格式的轉(zhuǎn)換、缺失值填補、剔除重復等操作，最終得到一份格式統(tǒng)一、高度結(jié)構(gòu)化、數(shù)據(jù)質(zhì)量高、兼容性好的數(shù)據(jù)，為后續(xù)的分析決策提供可靠的數(shù)據(jù)支持。

6、3.數(shù)據(jù)加載這個階段的主要目標是把數(shù)據(jù)加載至目的地，比如數(shù)據(jù)倉庫中。

7、通常的做法是，將處理好的數(shù)據(jù)寫成特定格式（如parquet、csv等）的文件，然后再把文件掛載到指定的表分區(qū)上。

8、也有些表的數(shù)據(jù)量很小，不會采用分區(qū)表，而是直接生成最終的數(shù)據(jù)表。

9、了解了ETL這部分的工作主要做什么，接下來再來說作為ETL工程師需要具備哪些技能，這些也就是需要學習的重點——精通SQL語言，具備存儲過程開發(fā)能力，能熟練進行SQL查詢優(yōu)化；2、熟悉Hive數(shù)據(jù)倉庫設計，了解數(shù)據(jù)倉庫模型及思想、維度建模思想，了解數(shù)據(jù)倉庫；3、熟悉Hadoop、Spark、Flink、Kafka等相關(guān)技術(shù)；4、熟練Python、Java中至少一種語言；5、熟悉Mysql、Nosql等常見數(shù)據(jù)庫。

本文分享完畢，希望對大家有所幫助。

標簽：