東方通ETL工具軟件TI-ETL v2 產(chǎn)品白皮書

1、 ti-etl v2 產(chǎn)品白皮書t ongtechti-etl v2ti-etl v2產(chǎn)品白皮書產(chǎn)品白皮書北京東方通科技公司北京東方通科技公司20152015 年年 ti-etl v2 產(chǎn)品白皮書目目 錄錄1 前言 . 12 為什么要用 etl . 12.1 業(yè)務(wù)需求 . 12.2 it 需求. 22.3 it 與業(yè)務(wù)一致性要求. 23 ti-etl v2 簡介 . 33.1 產(chǎn)品組成結(jié)構(gòu) . 33.1.1 集成開發(fā)工具 . 43.1.2 服務(wù)器 . 53.1.3 資源庫 . 53.1.4 統(tǒng)一管理平臺(tái) . 63.2 產(chǎn)品結(jié)構(gòu)關(guān)系 . 73.3 轉(zhuǎn)換流程和任務(wù)流程 . 83.3.1 轉(zhuǎn)換流程

2、. 83.3.2 任務(wù)流程 . 94 主要功能和特點(diǎn). 104.1 大數(shù)據(jù)適配 . 104.2 強(qiáng)健的 etl 引擎 . 104.3 豐富的系統(tǒng)適配 . 114.4 資源統(tǒng)一存儲(chǔ) . 114.5 豐富的處理組件 . 114.6 多種數(shù)據(jù)抽取模式 . 114.7 圖形化操作/調(diào)試/預(yù)覽能力 . 114.8 高效數(shù)據(jù)處理 . 124.9 異?；謴?fù)和數(shù)據(jù)一致性 . 124.10 強(qiáng)大的監(jiān)控管理功能 . 124.11 插件式組件管理和可擴(kuò)展性 . 124.12 國產(chǎn)環(huán)境支持 . 135 成功案例. 13 ti-etl v2 產(chǎn)品白皮書1 1 前言前言隨著 it 應(yīng)用建設(shè)的發(fā)展，數(shù)據(jù)成為了最重要的資源，

3、無論是接地氣的業(yè)務(wù)系統(tǒng)、應(yīng)用軟件、數(shù)據(jù)中心或是高大上的云/物/移/大/智，均是以數(shù)據(jù)資源為核心，依托發(fā)揮數(shù)據(jù)價(jià)值而存在和發(fā)展。目前，雖然各行業(yè) it 發(fā)展成熟度不一致，但基本已經(jīng)度過了大批量業(yè)務(wù)系統(tǒng)建設(shè)階段，業(yè)務(wù)系統(tǒng)也經(jīng)過了幾年的運(yùn)轉(zhuǎn)，積累了不同量級(jí)的數(shù)據(jù)資源。但因早起it 業(yè)務(wù)系統(tǒng)的很少跨部門、跨單位、跨層級(jí)的統(tǒng)一規(guī)劃和建設(shè)，導(dǎo)致業(yè)務(wù)系統(tǒng)處于分散、獨(dú)立的狀況，業(yè)務(wù)間數(shù)據(jù)資源不僅處于煙囪狀態(tài)，數(shù)據(jù)資源的一致性和互用性較差，數(shù)據(jù)資源的價(jià)值無法充分發(fā)揮。此外，各行業(yè)自身業(yè)務(wù)也在逐漸多元化和復(fù)雜化，業(yè)務(wù)產(chǎn)生和所需使用的數(shù)據(jù)也就具有不確定和頻繁變動(dòng)性，導(dǎo)致一旦應(yīng)用發(fā)生變化、新增系統(tǒng)或物理數(shù)據(jù)變動(dòng)，一旦

4、無法借助某些手段適應(yīng)變化，整個(gè)應(yīng)用和數(shù)據(jù)體系均有較大可能不得不隨之修改。數(shù)據(jù)集成是把不同來源、格式、特點(diǎn)性質(zhì)的數(shù)據(jù)在邏輯上或物理上有機(jī)地集中，通過應(yīng)用間的數(shù)據(jù)有效流通和流通的管理從而達(dá)到集成，主要解決數(shù)據(jù)的分布性、異構(gòu)性、有效性和及時(shí)性的問題。此外，數(shù)據(jù)集成是個(gè)長期不斷持續(xù)的過程，需要有易用的工具、長期可靠的運(yùn)行環(huán)境、全面有效的監(jiān)控管理共同支撐，而非僅通過工具可以一次性解決的。etl 是數(shù)據(jù)集成領(lǐng)域的落地技術(shù)，區(qū)別與傳統(tǒng)數(shù)據(jù)交換，etl 在可完成基本數(shù)據(jù)交換（抽取、傳輸、裝載）的前提下，對(duì)數(shù)據(jù)的轉(zhuǎn)換（即數(shù)據(jù)的按需加工處理）提供更易用和更強(qiáng)大的支持，使數(shù)據(jù)在不同業(yè)務(wù)之間流動(dòng)的同時(shí)，各業(yè)務(wù)獲取到的

5、數(shù)據(jù)確實(shí)是可有準(zhǔn)確、及時(shí)、有效應(yīng)用的。ti-etl 是從傳統(tǒng)數(shù)據(jù)交換產(chǎn)品繼續(xù)發(fā)展的產(chǎn)物，有著多年的數(shù)據(jù)集成領(lǐng)域產(chǎn)品研制的積淀，已在大交通（海/陸/空）、大政府、國防工業(yè)、企業(yè)等行業(yè)核心系統(tǒng)中成功應(yīng)用，輔助眾多行業(yè)和用戶逐漸發(fā)揮出了數(shù)據(jù)的價(jià)值，提升了it 支撐業(yè)務(wù)的有效性。2 2 為什么要用為什么要用 etletl2.12.1 業(yè)務(wù)需求業(yè)務(wù)需求it 建設(shè)隨業(yè)務(wù)發(fā)展，業(yè)務(wù)過程以數(shù)據(jù)貫穿，即業(yè)務(wù)有效性的基礎(chǔ)是數(shù)據(jù)，且有效性又包含可獲得性、及時(shí)性、準(zhǔn)確性和一致性。在信息化早起，因信息系統(tǒng)較少、業(yè)務(wù)關(guān)系復(fù)雜度較低，對(duì)數(shù)據(jù)關(guān)注度也較低。隨著各單位自身的發(fā)展，內(nèi)部組織機(jī)構(gòu)、多級(jí)組織機(jī)構(gòu)建設(shè)愈發(fā)全1 ti-e

6、tl v2 產(chǎn)品白皮書面，業(yè)務(wù)關(guān)系也愈發(fā)復(fù)雜，各內(nèi)部組織以及跨不同單位之間均會(huì)因?yàn)闃I(yè)務(wù)關(guān)聯(lián)產(chǎn)生數(shù)據(jù)有效關(guān)聯(lián)、互用的需求。例如單位內(nèi)人力作為人資管理的職能部門，新人入職、人員在部門間調(diào)動(dòng)、人員崗位晉升等人員變動(dòng)情況會(huì)影響向財(cái)務(wù)、檔案、信息管理等多個(gè)部門的業(yè)務(wù)，包括工資漲降、檔案歸檔、固定資產(chǎn)關(guān)聯(lián)等等，即人資信息發(fā)生變化時(shí)需要其它同樣存儲(chǔ)了該信息的業(yè)務(wù)部門也能夠自動(dòng)完成信息變更。例如部委需要從各下級(jí)委辦局匯總數(shù)據(jù)，各委辦局業(yè)務(wù)系統(tǒng)可能是分別由不同廠商建設(shè)，雖然是處理同樣的業(yè)務(wù)，但業(yè)務(wù)系統(tǒng)存儲(chǔ)數(shù)據(jù)的格式和方式不同。以數(shù)據(jù)項(xiàng)“部門名稱”為例，有的業(yè)務(wù)系統(tǒng)存儲(chǔ)是的漢字，也的存儲(chǔ)的可能是數(shù)字編碼，此時(shí)雖然

7、數(shù)據(jù)都能匯總到一起，但數(shù)據(jù)卻無法合并，即使匯總后也可能無法支撐業(yè)務(wù)。2.22.2 itit 需求需求數(shù)據(jù)大多以數(shù)據(jù)庫、文件為存儲(chǔ)載體，數(shù)據(jù)庫和文件又存在多個(gè)品牌和版本，所以業(yè)務(wù)數(shù)據(jù)往往是分散在不同品牌、版本的數(shù)據(jù)庫和文件中，業(yè)務(wù)系統(tǒng)間能夠按需的互用數(shù)據(jù)則需要通過 it 手段實(shí)現(xiàn)對(duì)不同數(shù)據(jù)源的按需適配、按需采集、按需處理、按需裝載以及通過圖形化界面操作定義數(shù)據(jù)間的關(guān)系和處理邏輯，實(shí)現(xiàn)一次定義長期有效執(zhí)行，同時(shí)提供全局的可視化監(jiān)控管理，能夠隨時(shí)掌握業(yè)務(wù)間數(shù)據(jù)交互的有效性。2.32.3 itit 與業(yè)務(wù)一致性要求與業(yè)務(wù)一致性要求“按需”是業(yè)務(wù)訴求，對(duì)應(yīng)it 則包括了采集、加工處理、裝載、監(jiān)控、運(yùn)維、

8、管理等技術(shù)要求，以滿足業(yè)務(wù)層面對(duì)可獲得性、及時(shí)性、準(zhǔn)確性、一致性的需求，多以etl 產(chǎn)品和技術(shù)實(shí)現(xiàn) it 支撐：(1) etl 提供多種數(shù)據(jù)源適配組件，可與多種主流數(shù)據(jù)庫、文件、通信協(xié)議進(jìn)行對(duì)接，保障采集的全面適配，提供高可獲得性。(2) etl 提供觸發(fā)器、時(shí)間、cdc 等多種數(shù)據(jù)采集模式，可根據(jù)業(yè)務(wù)對(duì)及時(shí)性的定義以及業(yè)務(wù)數(shù)據(jù)存儲(chǔ)的現(xiàn)狀選擇不同模式，并且提供并行等高效處理機(jī)制，提供高及時(shí)性。(3) etl 提供豐富的數(shù)據(jù)加工處理組件達(dá)到100+，且可根據(jù)業(yè)務(wù)規(guī)則靈活拼接處理流程，提供高準(zhǔn)確性和高一致性。(4) etl 提供基于 web 的監(jiān)控管理中心，在滿足核心業(yè)務(wù)需求的同時(shí)提供易用、可視的

9、運(yùn)維、監(jiān)控、管理、監(jiān)視的統(tǒng)一管理能力。2 ti-etl v2 產(chǎn)品白皮書3 3 ti-etl v2ti-etl v2 簡介簡介東方通數(shù)據(jù)集成產(chǎn)品 ti-etl，提供對(duì)企業(yè)數(shù)據(jù)的集成處理功能。通過ti-etl 產(chǎn)品，用戶可以從不同結(jié)構(gòu)的數(shù)據(jù)源中抽取數(shù)據(jù)（extract），對(duì)數(shù)據(jù)進(jìn)行復(fù)雜的加工處理（transform），最后將數(shù)據(jù)加載到各種存儲(chǔ)結(jié)構(gòu)中（load）。例如實(shí)現(xiàn)從多個(gè)異構(gòu)的數(shù)據(jù)源（不同數(shù)據(jù)庫、結(jié)構(gòu)化文件等）抽取數(shù)據(jù)，并加工成統(tǒng)一的數(shù)據(jù)格式，最后加載到數(shù)據(jù)倉庫中，供商業(yè)智能（business intelligent，bi）等應(yīng)用使用。ti-etl 提供一個(gè)簡單易用的開發(fā)、管理工具，提供覆蓋

10、從數(shù)據(jù)集成邏輯的設(shè)計(jì)、開發(fā)、調(diào)試、部署，到運(yùn)行、管理、監(jiān)控各個(gè)生命周期不同階段的集成開發(fā)工具。通過ti-etl 可以實(shí)現(xiàn)對(duì)數(shù)據(jù)集成流程的開發(fā)和部署；通過監(jiān)控和日志功能，可以實(shí)現(xiàn)對(duì)數(shù)據(jù)集成的運(yùn)行過程進(jìn)行實(shí)時(shí)監(jiān)視，對(duì)集成流程歷史數(shù)據(jù)進(jìn)行分析。ti-etl 提供了一個(gè)強(qiáng)健、高效的數(shù)據(jù)處理引擎，支撐各種復(fù)雜的數(shù)據(jù)轉(zhuǎn)換流程、任務(wù)調(diào)度流程的高效運(yùn)行。引擎采取異步并行處理的技術(shù)，實(shí)現(xiàn)流程中的每個(gè)組件多線程并行高效處理；支持集群部署方式，允許將轉(zhuǎn)換或轉(zhuǎn)換中的比較耗時(shí)的數(shù)據(jù)處理組件部署在多臺(tái)服務(wù)器上并發(fā)執(zhí)行，從而將轉(zhuǎn)換的工作分?jǐn)偟蕉嗯_(tái)服務(wù)器上，從而提高tietl 的數(shù)據(jù)處理效率。ti-etl 基于 java 技

11、術(shù)和標(biāo)準(zhǔn)數(shù)據(jù)庫接口（jdbc、odbc 等），支持部署在各種主流操作系統(tǒng)和國產(chǎn)操作系統(tǒng)上，支持與各種主流數(shù)據(jù)庫、開源數(shù)據(jù)庫、國產(chǎn)數(shù)據(jù)庫的接入，支持對(duì)各種結(jié)構(gòu)化/非結(jié)構(gòu)化格式文件的讀寫，以及通過多種協(xié)議與其他應(yīng)用系統(tǒng)的交互。ti-etl 提供大量的任務(wù)組件和轉(zhuǎn)換組件，如多源的數(shù)據(jù)合并、數(shù)據(jù)的路由、數(shù)據(jù)行列轉(zhuǎn)換、字典表查詢、定時(shí)重啟、循環(huán)調(diào)度、流程告警等，用戶可以通過拖拽方式快速完成各種復(fù)雜的數(shù)據(jù)集成需求和集成的調(diào)度控制，無需人工編碼，快速構(gòu)建數(shù)據(jù)集成應(yīng)用。ti-etl 提供 web 形式的統(tǒng)一管理平臺(tái)，用于將分布式網(wǎng)絡(luò)環(huán)境中部署的ti-etl 服務(wù)器運(yùn)行實(shí)例及運(yùn)行在 ti-etl 服務(wù)內(nèi)的任務(wù)流

12、程集中統(tǒng)一管理監(jiān)控。提供功能級(jí)和數(shù)據(jù)集的權(quán)限管理，可定義的錯(cuò)誤告警機(jī)制，自定義面板等。 同時(shí)管理平臺(tái)提供豐富的管理rest api 接口和方便的管理擴(kuò)展機(jī)制，方便客戶集成統(tǒng)一管理平臺(tái)并擴(kuò)展自己的插件集成到平臺(tái)中。3.13.1 產(chǎn)品組成結(jié)構(gòu)產(chǎn)品組成結(jié)構(gòu)ti-etl 產(chǎn)品架構(gòu)由集成開發(fā)工具ti-etl studio、ti-etl 服務(wù)器、資源庫、統(tǒng)一管理平臺(tái)四大核心部分組成，如下圖所示。3 ti-etl v2 產(chǎn)品白皮書圖：ti-etl v2 產(chǎn)品組成結(jié)構(gòu).1 集成開發(fā)工具集成開發(fā)工具ti-etl studio 集成開發(fā)工具是一個(gè)集開發(fā)、調(diào)試、配置、部署、執(zhí)行、監(jiān)控、日志、管理等功

13、能于一體的平臺(tái)。通過該平臺(tái)實(shí)現(xiàn)從數(shù)據(jù)集成需求到實(shí)現(xiàn)的快速轉(zhuǎn)化，并實(shí)現(xiàn)對(duì)整個(gè)生命周期的管理。開開發(fā)發(fā)/ /調(diào)試調(diào)試ti-etl studio 提供大量的任務(wù)組件和轉(zhuǎn)化組件，通過這些組件，以圖形化的方式，實(shí)現(xiàn)數(shù)據(jù)集成流程的快速編排。ti-etl studio 還提供了功能強(qiáng)大的調(diào)試預(yù)覽功能，可以在開發(fā)過程中實(shí)現(xiàn)數(shù)據(jù)行級(jí)別的調(diào)試和預(yù)覽，跟蹤和觀察每一行數(shù)據(jù)經(jīng)過數(shù)據(jù)集成流程中每一個(gè)轉(zhuǎn)化組件進(jìn)行加工處理的結(jié)果。通過集成開發(fā)工具開發(fā)調(diào)試完成的數(shù)據(jù)集成流程保存到資源庫中統(tǒng)一存儲(chǔ)管理。遠(yuǎn)遠(yuǎn)程管理程管理ti-etl studio 通過 etl 服務(wù)器的遠(yuǎn)程接口，實(shí)現(xiàn)對(duì)服務(wù)器的管理。包括數(shù)據(jù)集成流程的分布式部署、

14、遠(yuǎn)程執(zhí)行、對(duì)執(zhí)行狀態(tài)的實(shí)時(shí)監(jiān)控、對(duì)執(zhí)行日志進(jìn)行查看和分析。ti-etl studio 的監(jiān)控管理功能可以對(duì)運(yùn)行中的流程執(zhí)行暫停、開始、停止、解部署等控制，同時(shí)還可以對(duì)數(shù)據(jù)處理狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)控，包括每個(gè)組件處理的記錄數(shù)、過濾的記錄數(shù)，并且可以得到每個(gè)組件處理數(shù)據(jù)的性能指標(biāo)和整個(gè)集成流程的性能指標(biāo)。4 ti-etl v2 產(chǎn)品白皮書.2 服務(wù)器服務(wù)器ti-etl 服務(wù)器是一個(gè) ti-etl 的邏輯節(jié)點(diǎn)，包含對(duì)數(shù)據(jù)集成流程的執(zhí)行能力，并通過http協(xié)議對(duì)外開放對(duì)服務(wù)器的管理接口。e etltl 引擎引擎ti-etl 服務(wù)器包含兩個(gè)執(zhí)行引擎：任務(wù)引擎和轉(zhuǎn)換引擎，分別實(shí)現(xiàn)對(duì)任務(wù)調(diào)度管理的

15、任務(wù)流程和完成對(duì)實(shí)際數(shù)據(jù)抽取、加工處理、加載的轉(zhuǎn)換流程的執(zhí)行。在 ti-etl 服務(wù)器啟動(dòng)時(shí)，可以檢查部署在該節(jié)點(diǎn)上的數(shù)據(jù)集成流程，并執(zhí)行配置為“自動(dòng)重啟動(dòng)”的流程，其他非自動(dòng)重啟動(dòng)的流程需要手工啟動(dòng)。在 ti-etl 數(shù)據(jù)流程中，數(shù)據(jù)是以行為單位進(jìn)行處理，如下圖所示，ti-etl 通過兩個(gè)對(duì)象描述一個(gè)數(shù)據(jù)行：數(shù)據(jù)對(duì)象和元信息對(duì)象。數(shù)據(jù)對(duì)象實(shí)際的行數(shù)據(jù)，由一個(gè)或多個(gè)數(shù)據(jù)列（字段）組成；元信息對(duì)象用于描述數(shù)據(jù)對(duì)象，包括數(shù)據(jù)對(duì)象中每個(gè)列（字段）的類型、長度、格式等。監(jiān)監(jiān)控管理接口控管理接口ti-etl 服務(wù)器還提供了對(duì)運(yùn)行時(shí)的監(jiān)控和管理功能，這些功能通過java、http、rest 等多種封裝形式

16、對(duì)外開放。通過這些接口，第三方應(yīng)用可以將監(jiān)控管理功能集成到自己的管理控制臺(tái)中進(jìn)行統(tǒng)一監(jiān)控管理，實(shí)現(xiàn)對(duì)ti-etl 的遠(yuǎn)程管理，如流程部署、流程控制、轉(zhuǎn)換監(jiān)控、日志查看等功能。認(rèn)認(rèn)證授權(quán)證授權(quán)ti-etl 服務(wù)器提供了完善的認(rèn)證授權(quán)機(jī)制，只有通過認(rèn)證和授權(quán)的用戶，才可以通過監(jiān)控管理接口實(shí)現(xiàn)對(duì)服務(wù)器的管理和監(jiān)控。.3 資源庫資源庫ti-etl 資源庫用于持久化存儲(chǔ)ti-etl 的元數(shù)據(jù)，包括 etl 服務(wù)器的配置信息、任務(wù)流程信息、轉(zhuǎn)換流程信息、基礎(chǔ)資源信息（如數(shù)據(jù)庫連接）等。5 ti-etl v2 產(chǎn)品白皮書ti-etl 提供基于關(guān)系型數(shù)據(jù)庫和文件系統(tǒng)兩種類型的資源庫。一般文件系

17、統(tǒng)資源庫為本地庫，在開發(fā)階段使用；基于關(guān)系型數(shù)據(jù)庫的資源庫為共享庫，可以作為開發(fā)庫和生產(chǎn)庫使用。ti-etl studio 可以連接多個(gè)資源庫，在數(shù)據(jù)集成的開發(fā)調(diào)試階段，可以將任務(wù)流程、轉(zhuǎn)換流程和其他資源存儲(chǔ)在開發(fā)庫中。而對(duì)于已經(jīng)完成開發(fā)調(diào)試，進(jìn)入發(fā)布階段的流程，可以方便的導(dǎo)入到生產(chǎn)庫。ti-etl 服務(wù)器也可以配置一個(gè)或多個(gè)資源庫，并可以根據(jù)部署描述符從資源庫中獲取實(shí)際的流程信息，根據(jù)這些信息實(shí)例化實(shí)際運(yùn)行的集成流程。資源庫的使用不僅可以方便數(shù)據(jù)集成流程的開發(fā)和管理，還可以有效提高數(shù)據(jù)集成流程的部署效率。.4 統(tǒng)一管理平臺(tái)統(tǒng)一管理平臺(tái)ti-etl 統(tǒng)一管理平臺(tái)，用于將分布式網(wǎng)

18、絡(luò)環(huán)境中部署的ti-etl 服務(wù)器運(yùn)行實(shí)例集中統(tǒng)一管理。統(tǒng)一管理平臺(tái)，提供對(duì)服務(wù)器、部署在服務(wù)器里的任務(wù)流程、轉(zhuǎn)換流程的運(yùn)行狀態(tài)、運(yùn)行日志、執(zhí)行性能進(jìn)行查看，遠(yuǎn)程的啟動(dòng)、停止、暫停、恢復(fù)等操作；提供統(tǒng)一的權(quán)限管理功能，包括用戶、組織機(jī)構(gòu)、角色的定義，以及從功能級(jí)、數(shù)據(jù)級(jí)等對(duì)用戶進(jìn)行細(xì)粒度的授權(quán)；提供錯(cuò)誤告警功能，允許用戶自定義告警規(guī)則，支持從告警對(duì)象、告警類型、告警級(jí)別、告警信息內(nèi)容等信息中提取關(guān)鍵字定義接受規(guī)則、拒絕規(guī)則，只有符合規(guī)則的告警信息才通知用戶，并支持用戶自定義告警方式，默認(rèn)為郵件通知；提供對(duì)服務(wù)器所在物理機(jī)器的cpu、內(nèi)存、硬盤資源、網(wǎng)絡(luò) io 等性能指標(biāo)進(jìn)行實(shí)時(shí)監(jiān)控。統(tǒng)一管理平

19、臺(tái)提供對(duì)分布式環(huán)境下交換拓?fù)涞墓芾?，可?duì)方便直觀的以拓?fù)湫问絹砉芾斫粨Q節(jié)點(diǎn)以及數(shù)據(jù)交換鏈路。6 ti-etl v2 產(chǎn)品白皮書統(tǒng)一管理平臺(tái)，提供自定義面板功能，允許用戶將自己關(guān)注的功能、監(jiān)控對(duì)象等定義在一個(gè)頁面上集中展示，并支持將自定義的面板設(shè)置為平臺(tái)主頁，每次登錄時(shí)直接進(jìn)入到該面板，非常方便管理人員。默認(rèn)提供etl 監(jiān)控概覽面版，可以對(duì)用戶關(guān)注的對(duì)象資源（服務(wù)器、任務(wù)、轉(zhuǎn)換等）集中配置到一個(gè)視圖中集中監(jiān)控，如下圖：統(tǒng)一管理平臺(tái)提供基于 osgi 技術(shù)的插件管理功能，非常方便地安裝和卸載已有的功能插件，同時(shí)提供插件開發(fā)機(jī)制和規(guī)范，方便用戶擴(kuò)展開發(fā)自己的插件并集成到平臺(tái)中，集中管理自己的應(yīng)用。3

20、.23.2 產(chǎn)品結(jié)構(gòu)關(guān)系產(chǎn)品結(jié)構(gòu)關(guān)系ti-etl 四大組成部分的關(guān)系如下圖所示。7 ti-etl v2 產(chǎn)品白皮書使用 ti-etl 的具體開發(fā)步驟如下：(1) 開發(fā)人員使用 ti-etl 的集成開發(fā)工具，進(jìn)行流程的開發(fā)和調(diào)試工作；(2) 開發(fā)調(diào)試完成的流程所有相關(guān)信息，統(tǒng)一存儲(chǔ)到ti-etl 資源庫中，作為團(tuán)隊(duì)資源共享及運(yùn)行時(shí)引用；(3) 開發(fā)調(diào)試完成的流程 id 信息（流程引用信息），部署到ti-etl 服務(wù)器上；運(yùn)行時(shí)，根據(jù)流程 id 信息從 ti-etl 資源庫中獲取流程配置信息；(4) 管理人員使用 ti-etl 的集成開發(fā)工具提供的監(jiān)控功能，或者通過統(tǒng)一管理平臺(tái)、或者直接使用監(jiān)控管

21、理接口，從ti-etl 服務(wù)器中獲取流程監(jiān)控信息，或者遠(yuǎn)程控制服務(wù)器、流程的運(yùn)行狀態(tài)。3.33.3 轉(zhuǎn)換流程和任務(wù)流程轉(zhuǎn)換流程和任務(wù)流程ti-etl 通過轉(zhuǎn)換流程、任務(wù)流程這兩種流程配合，可以完成不同系統(tǒng)間的復(fù)雜的數(shù)據(jù)整合工作。.1 轉(zhuǎn)換流程轉(zhuǎn)換流程轉(zhuǎn)換流程負(fù)責(zé)完成數(shù)據(jù)集成過程中的數(shù)據(jù)抽取、轉(zhuǎn)換、加載工作，轉(zhuǎn)換流程由多個(gè)轉(zhuǎn)換組件編排而成。轉(zhuǎn)換組件是轉(zhuǎn)換流程的最小處理單元，每個(gè)轉(zhuǎn)換組件完成一個(gè)特殊的數(shù)據(jù)處理任務(wù)，多個(gè)轉(zhuǎn)換組件組成一個(gè)轉(zhuǎn)換流程。正是因?yàn)閠i-etl 有豐富的轉(zhuǎn)換組件，使得ti-etl 具備高水準(zhǔn)的數(shù)據(jù)加工處理能力。ti-etl 提供的轉(zhuǎn)換組件如下圖所示：8 ti-e

22、tl v2 產(chǎn)品白皮書下圖給出了一個(gè)轉(zhuǎn)換流程的示例，它是將不同的轉(zhuǎn)換組件編排在一起，完成了增量數(shù)據(jù)獲取、數(shù)據(jù)內(nèi)容判斷、過濾、錯(cuò)誤數(shù)據(jù)處理等一系列的數(shù)據(jù)加工過程。.2 任務(wù)流程任務(wù)流程任務(wù)流程負(fù)責(zé)整個(gè)數(shù)據(jù)集成過程的調(diào)度和管理，如定時(shí)執(zhí)行、周期執(zhí)行、告警等。任務(wù)流程一般由轉(zhuǎn)換流程組成，從這一點(diǎn)上講，也可以把任務(wù)流程看作轉(zhuǎn)換流程的調(diào)度者，可以對(duì)多個(gè)轉(zhuǎn)換流程和其他任務(wù)流程（子流程）進(jìn)行流程編排。當(dāng)然，任務(wù)流程也可以由多個(gè)任務(wù)組件編排而成。任務(wù)組件就是任務(wù)流程的最小處理單元，如開始組件負(fù)責(zé)啟動(dòng)任務(wù)流程，可以設(shè)定任務(wù)流程的執(zhí)行方式，如一次性任務(wù)，定時(shí)啟動(dòng)的任務(wù)，循環(huán)性的任務(wù)等。ti-etl

23、 提供的任務(wù)組件如下圖所示：9 ti-etl v2 產(chǎn)品白皮書下圖給出了一個(gè)任務(wù)流程示例，它定義了一個(gè)任務(wù)的啟動(dòng)方式，然后要查看文件目錄是否存在文件，如果不為空，調(diào)度轉(zhuǎn)換流程完成相應(yīng)的數(shù)據(jù)加工工作，如果出錯(cuò)，可以通過郵件任務(wù)組件發(fā)郵件通知維護(hù)人員，如果正常就調(diào)用其他任務(wù)流程的過程。4 4 主要功能和特點(diǎn)主要功能和特點(diǎn)4.14.1 大數(shù)據(jù)適配大數(shù)據(jù)適配提供 hbase 的輸入/輸出轉(zhuǎn)換組件，支持與非關(guān)系型數(shù)據(jù)庫hbase 進(jìn)行數(shù)據(jù)交互。提供 hadoop hdfs 文件拷貝的任務(wù)組件，支持復(fù)制文件到hdfs 和復(fù)制 hdfs 文件到本地?？蛇B接的數(shù)據(jù)庫類型支持hadoop hive，sql 查詢

24、組件支持編寫 hive sql 進(jìn)行數(shù)據(jù)查詢。apache hbaseapache hbaseapache hadoopapache hadoopapache hiveapache hive 0.982.4.x1.0.0 0.941.2.x1.0.04.24.2 強(qiáng)健的強(qiáng)健的 etletl 引擎引擎提供任務(wù)引擎和轉(zhuǎn)換引擎，支撐各種復(fù)雜的數(shù)據(jù)轉(zhuǎn)換流程、任務(wù)調(diào)度流程的高效運(yùn)行，為大塊、大批量、異構(gòu)的數(shù)據(jù)的整合提供堅(jiān)實(shí)保障。10 ti-etl v2 產(chǎn)品白皮書4.34.3豐富的系統(tǒng)適配豐富的系統(tǒng)適配基于標(biāo)準(zhǔn)的 jdbc、odbc 接口，實(shí)現(xiàn)對(duì)各種主流數(shù)據(jù)庫系統(tǒng)的支持。如oracle、db2、sqls

25、erver、sybase、infomix 等主流數(shù)據(jù)庫，mysql、postgresql 等開源數(shù)據(jù)庫，達(dá)夢(mèng)、漢高、神通、gbase8t、kingbase 等國產(chǎn)數(shù)據(jù)庫。提供豐富的數(shù)據(jù)文件抽取和加載組件，支持包括普通文本、csv、xml、excel 等多種格式的文件。支持 http、jms、ftp、web services 等協(xié)議和其他應(yīng)用系統(tǒng)進(jìn)行交互。4.44.4 資源統(tǒng)一存儲(chǔ)資源統(tǒng)一存儲(chǔ)資源庫為 ti-etl 的元數(shù)據(jù)提供了統(tǒng)一的存儲(chǔ)機(jī)制，并對(duì)元數(shù)據(jù)提供各種管理功能，同時(shí)資源庫還為 ti-etl 的分布式部署提供支撐。4.54.5 豐富的處理組件豐富的處理組件ti-etl 內(nèi)置大量的任務(wù)組

26、件和轉(zhuǎn)換組件，用戶可以通過拖拽的方式快速完成各種復(fù)雜數(shù)據(jù)集成需求和集成的調(diào)度控制。提供的轉(zhuǎn)換組件覆蓋數(shù)據(jù)映射、數(shù)據(jù)豐富、數(shù)據(jù)計(jì)算、數(shù)據(jù)驗(yàn)證、數(shù)據(jù)排序、數(shù)據(jù)合并、數(shù)據(jù)拆分、數(shù)據(jù)生成、數(shù)據(jù)去重、數(shù)據(jù)分組、行列轉(zhuǎn)換等復(fù)雜處理，提供的任務(wù)組件涵蓋定時(shí)調(diào)度、周期循環(huán)調(diào)度等調(diào)度模式組件、以及數(shù)據(jù)處理的一些前置、后置檢查操作等。4.64.6 多種數(shù)據(jù)抽取模式多種數(shù)據(jù)抽取模式支持各種數(shù)據(jù)抽取模式，如全量同步、增量同步cdc（基于觸發(fā)器、基于時(shí)間戳、全表比對(duì)、基于數(shù)據(jù)庫日志分析）、單向同步、雙向同步、文件目錄同步等。基于數(shù)據(jù)庫日志分析的增量抽取支持?jǐn)?shù)據(jù)庫：oracle，sqlserver2008，mysql5。

27、4.74.7 圖形化操作圖形化操作/ /調(diào)試調(diào)試/ /預(yù)覽能力預(yù)覽能力通過 ti-etl 內(nèi)置的大量組件和 ti-etl studio 的可視化圖形界面，使用人員無需編碼，既可以靈活、方便地定制出各種數(shù)據(jù)集成流程，又能夠減少手工代碼的錯(cuò)誤，還可以利用調(diào)試預(yù)覽及時(shí)發(fā)現(xiàn)潛在錯(cuò)誤，提升集成質(zhì)量，并能對(duì)etl 服務(wù)器和資源庫進(jìn)行管理，全面提高集成速度。11 ti-etl v2 產(chǎn)品白皮書4.84.8 高效數(shù)據(jù)處理高效數(shù)據(jù)處理ti-etl 采用異步并行處理的方式實(shí)現(xiàn)數(shù)據(jù)的高效處理，數(shù)據(jù)在ti-etl 中類似于流水線上的產(chǎn)品，逐行流經(jīng)流程中的每個(gè)組件，每經(jīng)過一個(gè)組件就被加工成一個(gè)既定格式的中間狀態(tài)。數(shù)據(jù)經(jīng)

28、過一個(gè)組件的處理后被迅速交給下一個(gè)組件處理，同時(shí)當(dāng)前的組件已經(jīng)開始處理新的數(shù)據(jù)。ti-etl 提供集群部署方式，允許將轉(zhuǎn)換或轉(zhuǎn)換中的比較耗時(shí)的數(shù)據(jù)處理組件部署在多臺(tái)服務(wù)器上并發(fā)執(zhí)行，從而將轉(zhuǎn)換的工作分?jǐn)偟蕉嗯_(tái)服務(wù)器上，提高ti-etl 的數(shù)據(jù)處理效率。在某國產(chǎn)一體機(jī)硬件環(huán)境下，ti-etl 的處理效率達(dá)到 4.5+萬條/秒。4.94.9 異?；謴?fù)和數(shù)據(jù)一致性異?；謴?fù)和數(shù)據(jù)一致性任務(wù)流程提供多個(gè)調(diào)度機(jī)制和異?；謴?fù)機(jī)制，在異常后，支持自動(dòng)和手動(dòng)恢復(fù)。異常恢復(fù)可以保證恢復(fù)的流程從異常點(diǎn)開始重新同步，保證數(shù)據(jù)的最終完整性和一致性。4.104.10 強(qiáng)大的監(jiān)控管理功能強(qiáng)大的監(jiān)控管理功能提供基于 js+rest 技術(shù)規(guī)范的前端界面和后臺(tái)數(shù)據(jù)提供相分離的統(tǒng)一管理平臺(tái)，界面風(fēng)格符合扁平化設(shè)計(jì)潮流。提供對(duì)分布式網(wǎng)絡(luò)環(huán)境中部署的ti-etl 服務(wù)器運(yùn)行實(shí)例集中統(tǒng)一管理，包括對(duì)服務(wù)器、流程的運(yùn)行狀態(tài)、運(yùn)行日志、執(zhí)行性能的查看，以及遠(yuǎn)程的啟動(dòng)、停止、暫停、恢復(fù)等管理操作，支持統(tǒng)一的權(quán)限管理配置、錯(cuò)誤告警等功能。提供插件管理機(jī)制，方便用戶安裝、卸載已有的功能插件，允許用戶自定義自己的功能插件，并集成到統(tǒng)一管理平臺(tái)中。提供自定義面板功能，方便用戶在一個(gè)視圖中集中展示自己關(guān)注的內(nèi)容。提供 java、http、re