ETL，是英文 Extract-Transform-Load 的缩写，用来描述将数据从来源端经过抽取(Extract)、转换(Transform)、加载(Load)至目的端的过程。
ETL 是构建数据仓库的重要一环，用户从数据源抽取出所需的数据，经过数据清洗，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
本文列出了几款开源的ETL工具，并讨论了从 ETL 转向“无 ETL”的过程，因为 ELT 正迅速成为现代数据和云环境的终极过程。
注：原文包含 11 项 ETL 工具，本文提取了其中开源的 7 项，另增加了一款使用普遍的 Kettle，如需对另外 4 项进行了解，可点击文末链接进行查看。
优秀的 ETL 工具
1、Apache Camel
主页：https://camel.apache.org
Apache Camel 是一个非常强大的基于规则的路由以及媒介引擎，该引擎提供了一个基于 POJO（Plain Ordinary Java Object，简单的Java对象） 的企业应用模式(Enterprise Integration Patterns)的实现，你可以采用其异常强大且十分易用的 API (可以说是一种 Java 的领域定义语言 Domain Specific Language)来配置其路由或者中介的规则。 通过这种领域定义语言，你可以在你的 IDE 中用简单的 Java Code 就可以写出一个类型安全并具有一定智能的规则描述文件。
说明：
POJO是Plain OrdinaryJava Object的缩写，但是它通指没有使用Entity Beans的普通java对象，可以把POJO作为支持业务逻辑的协助类。POJO实质上可以理解为简单的实体类，顾名思义POJO类的作用是方便程序员使用数据库中的数据表，对于广大的程序员，可以很方便的将POJO类当做对象来进行使用，当然也是可以方便的调用其get，set方法。POJO类也给我们在struts框架中的配置带来了很大的方便。
2、Apache Kafka
主页：https://kafka.apache.org
Apache Kafka 是一个开源的消息系统，用 Scala 和 Java 写成。
Kafka 项目为处理实时数据提供了一个统一、高通量、低延时的平台。有如下特性：
1）通过 O(1) 的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储，也能够保持长时间的稳定性能。
2）高吞吐量：即使是非常普通的硬件，kafka 也可以支持每秒数十万的消息。
3）支持通过 kafka 服务器和消费机集群来分区消息。
4）支持 Hadoop 并行数据加载。
3、Apatar
主页：http://apatar.com
Apatar 用 Java 编写，是一个开源的数据抽取、转换、 装载(ETL)项目，模块化的架构。提供可视化的 Job 设计器与映射工具，支持所有主流数据源，提供灵活的基于 GUI、服务器和嵌入式的部署选项。它具有符合 Unicode 的功能，可用于跨团队集成数据，填充数据仓库与数据市场，在连接到其他系统时在代码少量或没有代码的情况下进行维护。
4、Heka
主页：http://hekad.readthedocs.io/en/v0.10.0/
来自 Mozilla 的 Heka 是一个用来收集和整理来自多个不同源的数据的工具，
通过对数据进行收集和整理后，发送结果报告到不同的目标用于进一步分析。
5、Logstash
主页：https://www.elastic.co/products/logstash
Logstash 是一个应用程序日志、事件的传输、处理、管理和搜索的平台。
你可以用它来统一对应用程序日志进行收集管理，提供 Web 接口用于查询和统计。
Logstash 现在是 ElasticSearch 家族成员之一。
6、Scriptella
主页：http://scriptella.org
Scriptella 是一个开源的 ETL (抽取-转换-加载)工具和一个脚本执行工具，采用 Java 开发。Scriptella 支持跨数据库的 ETL 脚本，并且可以在单个的 ETL 文件中与多个数据源运行。Scriptella 可与任何 JDBC / ODBC 兼容的驱动程序集成，并提供与非 JDBC 数据源和脚本语言的互操作性的接口。它还可以与 Java EE，Spring，JMX，JNDI 和 JavaMail 集成。
7、Talend
主页：http://www.talend.com
Talend (踏蓝) 是第一家针对的数据集成工具市场的 ETL(数据的提取 Extract、传输 Transform、载入Load)开源软件供应商。Talend 以它的技术和商业双重模式为 ETL 服务提供了一个全新的远景。它打破了传统的独有封闭服务，提供了一个针对所有规模的公司的公开的，创新的，强大的灵活的软件解决方案。最终，由于 Talend 的出现，数据整合方案不再被大公司所独享。
8、Kettle
主页：http://kettle.pentaho.org
Kettle 是一款国外开源的 etl 工具，纯 java 编写，绿色无需安装，数据抽取高效稳定(数据迁移工具)。Kettle 中有两种脚本文件，transformation 和 job，transformation 完成针对数据的基础转换，job 则完成整个工作流的控制。