---
title: "ETL 教程：视频"
date: 2025-02-05

categories:
  - data-integration
  - etl
  - database + sql
tags:
  - mapforce
description: "这个视频教程探讨了一个常见的ETL（数据抽取、转换、加载）场景：在将CSV报告写入目标数据库之前，对其进行转换。"
---
Status: #blog

Tags:  #mapforce #video #data-mapping 

Categories:  [data-integration](/blog/zh/category/data-integration.md) | [etl](/blog/zh/category/etl.md) | [database + sql](/blog/zh/category/database-sql.md)
# ETL 教程：视频

ETL（抽取、转换、加载）流程涵盖了广泛的复杂程度，从简单的任务，例如将API接口的数据直接映射到数据库，到高度复杂的场景，需要进行大量的数据过滤、转换和处理。

Altova MapForce 可以胜任各种 ETL 任务。

![提取/转换/加载](/blog/images/extract-transform-load.png)

本视频教程将探讨一种常见的ETL（数据抽取、转换、加载）场景：
- **提取** 从多个报告中接收到的 CSV 数据
- **转换和过滤数据**
- **负载** 将转换后的数据导入到目标SQL数据库

这种转换相对复杂，因为CSV数据采用的是宽表格式，其中不同的列分别对应不同的年份。我们转换的一部分工作将是将数据转换为长表格式，这更符合关系数据库中数据的存储方式。

这样，每一年都会作为一个值出现在单独的一列中，而与其对应的数据则会移动到新的列中，从而增加行数，但减少列数。这种长格式的数据更容易被常用的分析和商业智能工具所处理。

此外，在将数据写入数据库之前，我们会过滤掉不需要的数据，并将较长的十进制数进行四舍五入。

虽然进行这种类型的数据转换似乎是一个复杂的问题，但使用[MapForce ETL工具](https://www.altova.com/zh/mapforce/etl-tool)却非常简单。这些工具包含拖放式数据映射功能、[动态节点命名](https://www.altova.com/blog/mapforce-offers-dynamic-access-to-node-names/)以及内置函数。

这个视频中的例子展示了将CSV文件导入数据库的ETL场景，但MapForce还支持多种其他数据格式，包括XML、JSON、PDF、Excel、EDI和XBRL。此外，所有主流的SQL和NoSQL数据库都支持作为数据映射的源或目标。

![](https://youtu.be/y20tLpSBZS4)


MapForce 提供免费版本 [30天免费试用](https://www.altova.com/zh/mapforce/download). 现在不需要注册账号或提供信用卡信息，您可以直接开始尝试这些ETL功能。

**接下来：** 请观看我们系列中的上一期视频，[ETL 基础知识](https://www.youtube.com/watch?v=ONb97UUNrxE)。