kettle是一个ETL工具，ETLExtractTransformLoad的缩写，即数据抽取转换装载的过程 kettle中文名称叫水壶，该项目的主程序员MATT 希望把各种数据放到一个壶里，然后以一种指定的格式流出 所以他的重心是用于数据 oozie是一个工作。

1建模设计powerdesign erwin等 2ETL抽取infomatica datastage等 3数据仓库软件Teredata，Sybase IQ，HADOOP等 4数据分析报表cognos等 挖掘spss等。

2内部集成数据库，数据直接采集入库3内部创建数据表结构，抓取数据后直接存入数据库相应字段4根据dom结构自动过滤无关信息5通过模板配置链接抽取和数据抽取，目标网站的所有可见内容均可采集，智能过滤无关信息6。

使用工具#160kettle 首先需要考虑的问题是不可能是全量进行数据的拷贝，数据量如此庞大#160那么就得考虑增量，何为增量去百度哈哈哈 至于如何增量抽取数据，有很多种办法，我这里示范的是通过时间去增量抽取。

内置了数仓实施工具，通过拖拽式的流程设计，实现了数据抽取清洗转换装载及调度支持业务人员自助分析，拖拖拽拽就能做出数据分析2Tableau Tableau是国外比较流行的一款数据可视化工具，可视化功能很强大，对计算机的硬件。

未至科技泵站是一款大数据平台数据抽取工具，实现db到hdfs数据导入功能，借助Hadoop提供高效的集群分布式并行处理能力，可以采用数据库分区按字段分区分页方式并行批处理抽取db数据到hdfs文件系统中，能有效解决大数据传统抽取导致。