开源ETL工具比较，Kettle和Talend，都有啥优势和劣势

Posted 2023-04-09

参考技术A Pentaho Data Integration (Kettle)是Pentaho生态系统中默认的ETL工具。通过非常直观的图形化编辑器（Spoon），您可以定义以XML格式储存的流程。在Kettle运行过程中，这些流程会以不同的方法编译。用到的工具包括命令行工具(Pan),小型服务器(Carte)，数据库存储库（repository）(Kitchen)或者直接使用IDE(Spoon)。

Talend Open Studio是 Talend 开发的ETL工具——Talend 是一家主营数据集成和数据管理解决方案的企业。Talend 采用用户友好型，综合性很强的IDE（类似于Pentaho Kettle 的 Spoon）来设计不同的流程。这些流程可以在IDE内部测试并编译成Java 代码。您可以随时查看并编辑生成的Java代码，同时实现强大的控制力和灵活性。

两者都非常优秀，都属于用户友好型的交叉平台（基于Java的）工具。它们的主要差异在于Kettle 将 ELT 流程编译为 XML 格式，然而Talend Open Studio 则生成 Java 代码。

易用性：
Talend：有 GUI 图形界面但是以 Eclipse 的插件方式提供。
Kettle：有非常容易使用的 GUI，出现问题可以到社区咨询。

技术支持：
Talend：主要在美国
Kettle：在美国，欧洲（比利时，德国，法国，英国），亚洲（中国，日本，韩国）都可以找到相关技术支持人员。

部署：
Talend：创建 java 或perl 文件，并通过操作系统调度工具来运行
Kettle：可以使用 job 作业方式或操作系统调度，来执行一个转换文件或作业文件，也可以通过集群的方式在多台机器上部署。

速度：
Talend：需要手工调整，对特定数据源有优化知识。
Kettle：比 Talend 快，不过也需要手工调整，对 Oracle 和 PostGre 等数据源做了优化，同时也取决于转换任务的设计。

数据质量：
Talend：在 GUI 里有数据质量特性，可以手工写 SQL 语句。
Kettle：在 GUI 里有数据质量特性，可以手工写 SQL 语句、java脚本、正则表达式来完成数据清洗。

监控：
Talend：有监控和日志工具
Kettle：有监控和日志工具

连接性：
Talend：各种常用数据库，文件，web service。
Kettle：非常广泛的数据库，文件，另外可以通过插件扩展

几种 ETL 工具的比较(Kettle,Talend,Informatica 等)

成本：
软件 成本包括多方面,主要包括软件产品, 售前培训, 售后咨询,

技术 支持等。
开源 产品本身是免费的，成本主要是培训和咨询，所以成本会一直维持在一个较低水平。
商业产品本身价格很高，但是一般会提供几次免费的咨询或支持，所以采用商用软件最初成本很高，但是逐渐下降。
手工编码最初成本不高，主要是人力成本，但后期维护的工作量会越来越大。

风险：
项目都是有风险的尤其是大项目。
项目的风险主要包括：超出预算，项目延期，没有达到用户的满意和期望
开源产品由于价格上的优势，可以在很大程度上降低项目的风险。

易用性：
Talend：有 GUI 图形界面但是以 Eclipse 的插件方式提供。
Kettle：有非常容易使用的 GUI，出现问题可以到社区咨询。
Informatica：有非常容易使用的 GUI，但是要专门的训练。
Inaplex Inaport：没有GUI

技术支持：
Talend：主要在美国
Kettle：在美国，欧洲（比利时，德国，法国，英国），亚洲（ 中国 ，日本，韩国）都可以找到相关技术支持人员。
Informatica：遍布全世界
Inaplex Inaport：主要在英国

部署：
Talend：创建

java

或perl 文件，并通过操作系统调度工具来运行
Kettle：可以使用 job 作业方式或操作系统调度，来执行一个转换文件或作业文件，也可以通过集群的方式在多台机器上部署。
Informatica：需要有

Server
Inaplex Inaport：需要 .net 2.0

速度：
Talend：需要手工调整，对特定数据源有优化知识。
Kettle：比 Talend 快，不过也需要手工调整，对 Oracle 和 PostGre 等数据源做了优化，同时也取决于转换任务的设计。
Informatica：是最快的
Inaplex Inaport：没有使用什么优化技术。

数据质量：
Talend：在 GUI 里有数据质量特性，可以手工写

SQL

语句。
Kettle：在 GUI 里有数据质量特性，可以手工写 SQL 语句、java脚本、正则表达式来完成数据清洗。
Informatica：专门有一个产品 Informatica Data Quality 来保证数据质量
Inaplex Inaport：因为只处理特定数据，所以比较容易进行数据清洗。

监控：
Talend：有监控和日志工具
Kettle：有监控和日志工具
Informatica：有非常详细的监控和日志工具
Inaplex Inaport：有监控和日志工具

连接性：
Talend：各种常用 数据库 ，文件， web

service。
Kettle：非常广泛的数据库，文件，另外可以通过插件扩展。
Informatica：各种数据源
Inaplex Inaport：ODBC 连接