El documento presenta una guía sobre las herramientas ETL, centrándose en Talend Open Studio para la integración de datos, destacando su entorno gráfico y amplia disponibilidad de componentes. Se discuten las etapas del proceso ETL: extracción, transformación y carga, junto con una comparación entre Talend y Kettle (Pentaho). También se abordan casos de uso comunes y diferencias en velocidad y facilidad de uso entre ambas plataformas.

1. HERRAMIENTAS ETL
TALEND OPEN STUDIO
Data Integration

2. Índice
Introducción
Herramientas ETL
Las dos grandes
Conociendo Talend
Trabajando con Talend
Ejemplo Práctico

3. Introducción
Complejidad de los sistemas actuales
Nuevas necesidades de negocio
La realidad empresarial
Necesidades de integración

4. Herramientas ETL
Wikipedia
“ETL son las siglas en inglés de Extraer, Transformar y
Cargar (Extract, Transform and Load). Es el proceso que permite a
las organizaciones mover datos desde múltiples fuentes,
reformatearlos y limpiarlos, y cargarlos en otra base de datos,data
mart, o data warehouse para analizar, o en otro sistema operacional
para apoyar un proceso de negocio.”

5. Herramientas ETL
Etapas del proceso
Extracción
Obtener datos desde sistemas origen
Homogeneización de estructuras
Preparar los datos para el procesamiento

6. Herramientas ETL
Etapas del proceso
Transformación
Aplicar reglas de negocio
Acciones comunes:
- Filtro de columnas
- Normalización / Desnormalización
- Mapeo de valores
- Cálculos de KPIs

7. Herramientas ETL
Etapas del proceso
Carga
Volcado de datos en sistema de destino
Diferentes estrategias de escritura

8. Conociendo Talend
Entorno gráfico Open-Source
IDE basado en Eclipse
Más de 600 componentes disponibles
Generador código Java
Basado en Jobs o Trabajos

9. Conociendo Talend
Ecosistema TOS: data integration, mdm, esb,
bigdata, etc
Distribuciones Communiy y Enterprise
Resultado final : sh y war

10. Conociendo Talend
Casos de Uso comunes
Migración de Datos
Intercambio de Ficheros entre sistemas
Sincronización de Datos

11. Conociendo Talend
Community vs Enterprise distribution
Entorno de trabajo colaborativo
Análisis del flujo de datos
Ayudas en la depuración
Exportación avanzada de documentación
Usos de Joblets
Soporte profesional

12. Las dos Grandes

13. Kettle
Pentaho Data Integration
Entorno de desarrollo escritorio (Spoon)
Basado en Java
Desarrollo ágil e intuitivo
Resultado final en ficheros XML (.kjb .ktr)
Basado en los conceptos de trabajos y
transformaciones

14. Kettle

15. Talend vs Kettle
CARACTERÍSTICA
Talend
Kettle
Funcionamiento
Generador de código
Java
Interprete Java
Facilidad de uso
Curva de aprendizaje
más empinada
Muy sencillo
Más restrictivo
Más libertad
Definición de esquemas
Documentación de apoyo
Componentes
Abundante
Más componentes
Menos Componentes

16. Talend vs Kettle
CARACTERÍSTICA
Velocidad de proceso
Plataformas
Talend
Kettle
Talend puede ser más rápido dependiendo de los
componentes utilizados.
SpagoBI
JasperServer
Pentaho

17. Trabajando con Talend
Jobs
Contextos
Metadata
Componentes

18. Ejemplo Práctico