问宾得和哈多普

EN

ETL是一种提取数据、转换(连接、丰富、过滤、.)的工具。它并将结果加载到另一个数据存储区。良好的ETLS可视化，数据存储不可知，易于自动化。

Hadoop是一个分布在集群和软件网络上的数据存储，用于处理不受影响的数据。数据转换是专门针对少数几个基本操作进行的，这些操作可以优化到这种通常是海量的数据，比如(但不仅仅是) Map-Reduce。

宾得数据集成商有连接到Hadoop系统，这是很容易建立和调整。因此，最好的策略是将Hadoop网络设置为数据存储，并通过PDI对其进行操作。

Pentaho是一个用于创建、管理、运行和监视ETL工作流的工具。它可以与Hadoop、RDBMS、队列、文件等一起工作。Hadoop是一个分布式计算平台(，HDFS等)。许多工具可以在Hadoop上运行，也可以连接到Hadoop并使用它的数据，运行进程。

Pentaho可以使用自己的连接器和读写数据连接到Hadoop。您可以从PDI中开始作业，也可以在转换流程中自行处理数据，并将结果存储或发送到HDFS、关系数据库管理系统、一些队列、电子邮件等。当然，您可以为ETL工作流发明自己的工具，也可以简单地使用bash+Hive等，但PDI允许以不依赖数据源和目标的统一方式进行ETL处理。同时，五旬节也有很好的视觉效果。