一、数据仓库（ETL）
数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision-Support）【将企业中的分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据， ETL是BI（商业智能）项目重要的一个环节】。其实数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。因此数据仓库的基本架构主要包含的是数据流入流出的过程，可以分为三层—源数据、数据仓库、数据应用：
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）、清洗（clear）、转换（transform）、加载（load）至目的端的过程。ETL一词较常用在数据仓库，但其对象并不限于数据仓库。
ELT工具：Kettle、Talend、Datastage、Informatica等
二、为什么用Informatica工具
借助Informatica全面、统一、开放且经济的数据管理平台，组织可以在改进数据质量的同时，访问、发现、清洗、集成并交付数据，以提高运营效率并降低运营成本。Informatica平台是一套完善的技术，可支持多项复杂的企业级数据集成计划，包括：企业数据集成、大数据管理 、数据质量、数据治理 、主数据管理、数据安全 和云数据集成等。
三、informatica工具开发流程
点击下面目录跳转
1.数据仓库（ETL）、数据仓库工具Informatica介绍
2.windows系统基于Oracle数据库安装Informatica9.1的安装步骤、连接客户端使用、重启服务
4.Informatica使用操作流程及Expression（表达式转换）案例2
5.Informatica使用操作流程--聚合、表达式转换、查找、排序组件的使用 案例3
6.Informatica使用操作流程--过虑器组件、 排序组件 案例4
7.Informatica使用操作流程--存储过程调用、序列生成器 使用案例5
8.Informatica使用操作流程--Router（由器器）、排序、序列 使用 案例6
9.Informatica使用操作流程--Join组件(同构关联、异构关联)使用案例7
10.Informatica使用操作流程--增量抽取 案例8
11.Informatica使用操作流程--缓慢变化维 案例9
12.电信通话计费系统开发项目案例-ETL工具Informatica开发综合应用
