微信公众号："以数据之名"
2.1、商业/开源社区支持
2.2、底层基于Java,支持跨平台
2.3、插件架构,可扩展性好
2.4、全面的数据访问支持
2.5、流式设计方便易用
2.6、全面优化高效稳定
2.7、多种方式应用集成
2.8、研发成本极低，ETL开发人员接入方便
3.1、推荐：kettle6.X版本+jdk1.7+Linux（或kettle7.X版本+jdk1.8+Linux）
作业：
4.1、通用：（Start、作业、转换、DUMMY、成功）
4.2、邮件：（发送邮件）
4.3、脚本：（Shell、SQL、JS）
4.4：资源库：（导出资源库到文件）
转换：
4.1、输入：（表输入、Excel输入、文本文件输入、Kafka Consumer等）
4.2、输出：（表输出、删除、更新、插入/更新、Excel输出、文本文件输出、Cube输出、Kafka Producer等）
4.3、转换：（值映射、字段选择、排序记录等）
4.4、应用：（写日志、发送邮件、延迟行等）
4.5、流程：（Switch/Case、调用转换、调用作业、中止、空操作、过滤记录、阻塞数据）
4.6、脚本：（Java代码、Javascript代码、执行Sql脚本、正则表达式等）
4.7、查询：（Http Post、Http Client、Rest Client、数据库查询、数据库连接、调用DB存储过程）
4.8、连接：（记录集连接、排序合并、合并记录）
4.9、统计：（分组、在内存中分组）
4.10、BigData：（Hbase、Hadoop、Hive）
4.11、作业：（复制记录到结果、从结果中获取记录、设置变量）
5.1、${参数名}
5.2、?
6.1、转换内控制
6.2、利用作业和转换结合控制
7.1、文件
7.2、文件资源库（推荐）
7.3、数据库资源库
8.1、windows和linux命令行
8.2、Java API
9.1、windows和linux任务计划
9.2、利用开源oozie或azkaban等、商用TaskCTL、自研ETL调度管理平台
10.1、基础模型数据全量清洗&增量清洗
10.2、增量准实时数据同步的关键CDC
10.3、通用ETL监控邮件告警
10.4、通用报表生成
1.1、基于Carte构建多节点执行引擎
1.2、基于Quartz+Zk+xxl Job构建综合分布式ETL调度管理运行平台