是什么
IBM® InfoSphere™ DataStage® and QualityStage™ 提供了图形框架，您可使用该框架来设计和运行用于变换和清理、加载数据的作业。
ETL:抽取，转换，倾斜。是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。
ETL过程
- 数据的抽取（Extract）
确定数据来源：属于那种数据库；确定数据类型：是不是结构化数据；确定数据规模，是否存在手动输入的状况；
– 全量抽取
一次抽取完源数据库所有数据。
– 增量抽取
抽取一部分的数据，或者说是抽取每天新增的数据。
- 数据的清洗转换（Cleaning、Transform）
- 数据清洗
为什么需要清洗：要保证自己处理的数据是有效的、有意义的，那就避免出现有不完整的数据、错误的数据、重复的数据。常见的情况是原表没有主键，而目标表有主键导致数据无法抽取过去，还有就是目标表的某一字段不能为空，但是源表却为空了等等这些都会导致数据抽取失败。 -
数据转换
数据转换的任务主要进行不一致的数据转换、数据粒度的转换，以及一些商务规则的计算。
(1)不一致数据转换：比如张三在A系统的名称是zs，而在B系统的名称是sz，那么在导入目标数据库前需要给一个同一的命名；
(2)数据粒度的转换：比如在最终统计的过程中需要分析某一个行动轨迹，那么就需要知道张三的具体位置，如果只想知道张三在不早某一区域，那就不需要知道张三的具体位置
(3)商务规则的计算：不同的企业有不同的业务规则、不同的数据指标，这些指标有的时候不是简单的加加减减就能完成，这个时候需要在ETL中将这些数据指标计算好了之后存储在数据仓库中，以供分析使用。