在数据仓库的语境下，ETL基本上就是数据收集的代表，包括数据的提取(Extract)、转化(Transform)和加载(Load)。在转化的过程中，需求针对详细的业务场景对数据来进行管理，例如进行不合法数据监测与过滤、格局转化与数据规范化、数据替换、保证数据完整性等。

  实时收集首要用在考虑流处理的业务场景，比如，用于记载数据源的实行的各种操作活动，比如网络监控的流量处理、金融运用的股票记账和 web 服务器记载的用户拜访行为。在流处理场景，数据收集会成为Kafka的顾客，就像一个塘坝一般将上游连绵不断的数据拦截住，然后依据业务场景做对应的处理(例如去重、去噪、中心核算等)，之后再写入到对应的数据存储中。

  Scribe是Facebook开发的数据(日志)收集系统。又被称为网页蜘蛛，网络机器人，是一种依照必定的规则，自动地抓取万维网信息的程序或许脚本，它支撑图片、音频、视频等文件或附件的收集。

  除了网络中包括的内容之外，关于网络流量的收集能够使用DPI或DFI等带宽处理技能进行处理。

  声明:本网站尊重并维护知识产权，依据《信息网络传达权维护法令》，若用户发布的著作侵犯了您的权力,请联络管理员: