在商业智能系统中，ETL（Extract-Transform-Load，数据抽取、转换、加载）占有重要的地位，ETL作为一种数据整合解决方案，已经上升到了一种理论的高度。ETL在商业智能系统中具有以下几个特点。

1）数据流动具有周期性。一般来说，商业智能ETL按照某种业务抽取规则周期性运行，每次运行都会加载新的数据到目标库中。

2）因为数据仓库中的数据量巨大，所以一般采用成熟的ETL工具去完成抽取、转换、加载，以降低设计开发和维护的复杂度，使设计开发人员有更多的时间去专注于业务转化规则。ETL是数据仓库项目中最艰难且耗时最长的工作之一。ETL系统的设计和开发工作对商业智能项目的成败产生至关重要的影响。如果把数据仓库项目看成一座大厦的话，那么数据模型就像图样，而ETL就是建造这座大厦的过程。而作为从事商业智能的专业人士，需要真正理解ETL理论方面的知识，而不仅仅停留在ETL工具的使用上，因为只有这样，才能更好地发挥它的作用。

例如，如图7-37所示，建筑图样的规划就是数据仓库模型的设计过程，根据图样建造房屋的过程就是ETL设计开发的过程，而那座美丽的房屋就是数据仓库的成果。可以看出，建造房屋的过程就是耗时较长和相对困难的工作，即ETL是整个数据仓库项目中难度最大、耗费时间最长的工作之一。(www.daowen.com)

图7-37 数据仓库模型的设计过程