伴随着企业的发展以及信息化建设的不断深入，业务之间不关联、数据之间彼此独立、流程之间相互封闭的现象越来越普遍，“数据孤岛”问题愈发严重，已成为制约公司发展的桎梏。

  为了实现企业全局数据的系统化运作管理，不少公司开始着手建立数据仓库和数据中台，以此来发挥数据在数字化转型中的价值，数据分析和挖掘离不开从数据库到数据仓库的数据整合与深度治理，而整合就需要用到ETL工具。

  ETL就是指将数据从源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程，用以支撑后续的数据发现、报告、分析和决策需求。

  如果把数据仓库的模型看成一座大厦的设计蓝图，数据是搭建大厦的砖瓦，那么ETL就是建造大厦的过程，是整个工作中最为繁杂的一步，约占整个项目的60%～80%，常常会耗费数周乃至上月的时间。通过ETL，可以将分散在业务系统的数据源整合在一起，建立一个统一的数据采集、处理、存储、分发、共享中心，因此ETL的好坏往往是数据挖掘深度和数据分析质量的重要的条件之一。

  在过去，企业在处理少量数据时，常由手动编码或开源工具辅助完成，整一个流程耗时很长，且维护成本高。随着规模的扩大，企业内部拥有的数据源和数据量飞速增长，需要处理的数据类型和模型慢慢的变多，传统 ETL 工具时间成本高和吞吐量限制的弊端也日益凸显，无法适应企业新的发展需求。

  互联网时代下，数据的价值正在被不断重塑，每天都有海量的数据从不同的系统中产生出来，如何高效完成对这些结构多样、数量庞杂的数据的检索和加工，是众多企业在数字化转型中不得不面对的难题。面对复杂的数据处理需求，企业亟需一套新的数据开发解决方案，来满足数据加工处理的一系列要求。

  Tempo DF作为一个专业的数据开发平台，能有效解决传统ETL工具无法处理的各类问题，轻轻松松实现对大批量数据的抽取、转换、加载和处理，支持实时工作，并为用户更好的提供自助服务功能，以便随时运行查询并查看当前情况。

  ▶ 一体化平台：可一站式实现数据的开发链路，完成数据采集、数据开发、成果管理、数据应用的全流程，让数据开发更简单；

  ▶ 敏捷易用：通过零代码、可视化、拖拽式的自助式配置，业务人员可独自快速完成ETL流程，大大降低运维成本；

  ▶ 稳定高效：高性能计算引擎能快速、轻松处理海量数据，分布式计算让工作更高效，满足企业数据量级持续增长带来的数据计算的扩容需求；

  ▶ 实时数据集成：可将源端数据库中的数据变化实时同步至目标数据库中，实现目标库实时保持和源库的数据对应。

  与此同时，Tempo数据开发平台具备多源异构数据接入能力、可引入模型完成智能ETL流程，即和AI（AI）平台联合处理更加智能和复杂的场景，建立更具有时效性、更加稳固的数据基础。

  从业务系统数据取数到最后的数据建模和挖掘分析，实际上要经历很多阶段，而底层数据的处理重点就是 ETL 过程，Tempo DF是一套专业的数据开发解决方案，能为用户更好的提供标准化的数据开发工具，高效完成数据开发的所有环节，为数据湖/仓、数据中台场景提供强有力支撑，在保障数据安全的前提下，大幅度降低维护成本和实施成本。

  美林数据深耕行业数十年，在数仓建设项目上有大量的成功经验，通过“产品+解决方案+实施”三位一体的强大服务支持，助力各行业实现多源数据的采集、加工、处理、计算、分析等全流程，为企业洞察赋能，实现快速决策并提高效率，在数字化转型的道路上更进一步。