开源ETL工具和商业ETL工具比较(译文)
http://hackfisher.info/blog/2011/07/open-source-etl-compare-commencial-etl-tool-translate/
开源ETL工具和商业ETL工具比较
作者：jonathanlevin 译者：Yangtsefisher 原文地址：http://www.jonathanlevin.co.uk/2008/03/open-source-etl-tools-vs-commerical-etl.html 发表日期：2008年 最近，公司要求我用一个开源ETL工具来代替商业的数据整合工具，Informatica PowerCente r的案例。所以我尽我最大的努力，做了很多研究，并且假设我既没有用过开源工具，也没有用过商业工具。 我找到了很多 Pentaho Kettle 和 Talend之间比较的信息，这是我本来打算研究的两个开源工具。现在，我打算简短的比较一下它们的优劣。声明一下，这些比较是基于我在网上的研究，而非我使用这些工具的经验(事实上，我也没有用过)。
Pentaho Kettle vs Talend
Pentaho Pentaho是一个商业开源的BI套件，有一个数据整合的产品叫做Kettle。 它创新的采用了元驱动的方法，并且拥有一个很强和很好用的GUI。 这个公司开始于2001年(2002左右Kettle被整合进去)。 它有一个13，500注册用户的强大社区。 它有一个独立的Java引擎来运行处理不同数据库和文件之间数据转换的作业和任务。 它可以调度任务(需要一个像cron的调度器)。 它可以运行部署在其他机器上“slave servers”的远程任务。 它拥有数据质量特征: 在它的GUI上，可以写自定义的SQL查询，JavaScript，和正则表达式。 Talend Talend是一个开源的数据整合工具(不是BI套件)。 它使用代码生成的方法。有一个GUI，但是在Eclipse RC里面。 它开始于2006年10月。 它有一个比Pentaho小得多的社区，但是有两个金融公司支持。 它生成可以在你服务器上运行的Java和Perl代码。 它可以调度任务(需要一个像cron的调度器)。 数据质量特征：界面上可以写自定义的SQL查询和Java。 比较 - (就我的理解) Pentaho比Talend更快(两倍也许)。 Pentaho的GUI比Talend的GUI更容易，所以可以花更少的时间学习。 印象 Pentaho的GUI更易用一些。 Talend更像是给那些已经用Java写程序的人，希望可以通过一个工具自动给他们生成代码，从而节省很多时间。 假设Pentaho 晋级下一轮...
Pentaho Kettle vs Informatica
Informatica Informatica是一个非常优秀的数据整合商业套件。 成立于1993年。 它是分享市场的领导者(Gartner 数据来源)。 它有2600多个客户。其中有财富100强，道琼斯上市公司和政府部门。 公司的核心业务就是数据整合。 它用一个非常大的包，整合进企业的系统，清洗他们的数据，并且可以连接到相当多当前的和传统的系统。 它非常贵，需要对你的雇员进行培训后才能使用，甚至有时需要请咨询(听说Informatica的咨询顾问薪资很高)。 它非常的快，并且可以适应大规模的系统。它有一个采用了ELT方法的"下推优化 "，使用数据库来做转化操作，比如Oracle仓库构建。 比较 Pentaho的Javascipt在写数据整合任务的时候非常强大。 Informatica有很多的企业级特性，比如数据库之间的负载均衡。 Pentaho的界面相较于Informatica来说需要的培训要少很多。 Penatho不需要像Informatica那样大的前期投入。 Informatica比Pentaho更快。Informatica有下推优化，但是如果对Pentaho做一些调整，并且有更多对数据库的了解，你可以改进Pentaho的速度。 你可以在许多不同的服务器上部署Pentaho(只要你愿意，免费的)，把它当作一个个集群。 Informatic比Pentaho有好的多的监控工具。 印象 Infomatica真的是一个非常好的企业级ETL套件，但是非常大且昂贵。 如果你的系统足够小，我更愿意尝试Pentaho，并且有很多大公司使用Pentaho的案例(一个机场，一个医院)。 结论 我觉得matt casters 有一句话说的好： 开源软件的潮流正在慢慢冲走专有软件的空间。 如果你想补充(或更正)我在这里写的内容，就尽管做吧，因为我自己仍然在试图理解这些产品。 你的观点是有价值的。 谢谢阅读。
Published: July 07 2011