BI和ETL是分不开的，现在在企业内部，ETL工程师更通俗来说ETL是做数据处理的过程，BI是进行数据分析实现的过程。 ETL的技术门槛会比BI更高，因为会需要了解一些数据分析实现方法，ETL工程师一定会BI的，但会BI的人不一定会ETL，会了ETL之后，每当需要进行数据分析实现的时候，就可以自行进行ETL实时同步处理，输出数据给到BI使用，而不需要去找其他人先帮忙进行数据处理工作了。 有些人在使用ETL时会搞不清楚，ETL实时同步怎么保证数据的更新而不覆盖用户修改过的字段呢? 其实这个问题，应该考虑的一个问题是，针对用户修改过的字段，是需要有标志位的，例如在某系统里面，对应的底层表，有一个单独的字段，表示这个字段是否被修改过。 若字段修改过，在ETL实时同步的时候，过滤掉这部分数据即可。 过滤的话，一般可以用SQL语句的where条件过滤，或者是ETL数据处理工具中的if-else判断来同步。 当然ETL也是分级的，常见的关系型数据库、大数据、API接口等场景的，一般来说，用的最多的还是关系型数据库，而关系型数据库的数据处理方式差不多是通用的，除了一些字段和函数的区别，现在有一款数据集成工具：FineDataLink可以看看。 假如希望在数据处理、数仓建设上更上一步，做一个ETL工程师，建议看数仓相关的书，比如说《数仓建设工具箱：ETL指南》等等。 总而言之，在数字化时代下，大数据治理对企业数据建设的重要性不言而喻，然而实现的困难有时也让人望而却步，因此选择合适的技术和工具会达到事半功倍的效果。帆软FineDataLink——中国领先的低代码/高时效数据集成产品，能过为企业提供一站式的数据服务，通过快速连接、高时效融合多种数据，提供低代码Data API敏捷发布平台，帮助企业解决数据孤岛难题，有效提升企业数据价值。