数据集成与ETL的主要区别在于，数据集成是将不同数据源中的数据进行组合，为用户提供统一的视图的过程，而ETL是在数据仓库环境中提取、转换和加载数据的过程。

数据集成是指将来自不同来源的数据组合成有意义和有价值的信息。因此，一个完整的数据集成解决方案可以提供来自不同来源的可信数据。在合并多个系统和整合应用程序以提供数据的统一视图时，这是一个重要的过程。另一方面，ETL是在将数据存储到数据仓库之前遵循的过程。它涉及提取、转换和加载数据。

覆盖的关键领域

1.什么是数据集成-定义，功能2.什么是ETL-定义，功能3.数据集成和ETL之间的区别是什么-关键区别的比较

关键术语

大数据、数据集成、数据仓库、ETL

什么是数据集成(data integration)？

数据集成是将位于不同数据源中的数据进行组合，以提供给用户一个统一的视图的过程。但是，数据集成因应用程序而异。在商业应用程序中，两个组织可以合并它们的数据库。在科学应用中，例如在生物信息学项目中，来自不同存储库的研究结果可以组合成一个单元。

Figure 1: Data Integration

此外，数据集成的一个常见用途是分析需要在数据仓库**享大数据集的大数据。总的来说，数据集成是一个困难的过程。此外，它需要足够的通用性来适应各种集成系统，如关系数据库、XML数据库等。

什么是etl公司(etl)？

A data warehouse is a system that helps to ****yze data, create reports and visualize them. The managers, data ****ysts, business ****ysts can ****yze this data to take business decisi***. There are three steps to follow before storing data in a data warehouse. It is called ETL. It involves data Extraction, Transformation, and Loading into the data warehouse.

组织中有各种数据源。第一步是从这些不同的源中提取数据。但是，数据提取不应影响原始数据源的性能或响应时间。全提取和部分提取是提取数据的两种方法。

第二步是转型。这里，提取的数据以有用的方式被净化、映射和转换。数据选择、映射和数据清理是一些基本的转换技术。此外，还有一些先进的数据转换技术。它们是标准化、字符集转换和编码处理、拆分和合并字段、摘要和重复数据消除。

最后一步是获取准备好的数据并将它们存储在数据仓库中。这叫做装载。这里，加载可以是初始加载、增量加载或完全刷新。初始加载是第一次加载数据库。增量加载是定期应用所需的更改，而完全刷新是删除一个或多个表中的数据并重新加载新数据。

数据集成(data integration)和etl公司(etl)的区别

定义

数据集成是将驻留在不同源中的数据进行组合，并为用户提供统一的视图的过程。ETL是在将数据存储到数据仓库之前进行的提取、转换和加载的三步功能。因此，这是数据集成和ETL之间的主要区别。

使用

科学和商业应用程序使用数据集成，而数据仓库是使用ETL的应用程序。这是数据集成和ETL之间的另一个区别。

结论

数据集成与ETL的区别在于，数据集成是将不同数据源中的数据进行组合，为用户提供统一的视图的过程，而ETL是在数据仓库环境中提取、转换和加载数据的过程。

引用

1、“数据集成”，维基百科，维基媒体基金会，4月2018日，可在这里。2。数据集成。“数据集成|数据集成信息，可在此处获得。3。 瓦塔卡。3–ETL教程| Extract Transform and Load，Vikram Takkar，2015年9月8日，此处提供。 2.“数据集成”数据集成|数据集成信息， 3. 瓦塔卡。3–ETL教程| Extract Transform and Load，Vikram Takkar，2015年9月8日，

Image Courtesy:

1. “Data Integration (KAFKA) (Case 3)” By Carlos.Franco2018 – Own work (CC BY-SA 4.0) via Comm*** Wikimedia 2. “Datawarehouse reference architecture” By DataZoomers –  (CC BY-SA 4.0) via Comm*** Wikimedia