数据清洗/ETL日志处理过程中一个假设是：数据并不是完美的。在原始数据与最终结果之间有Gap，需要通过ETL（Extract Transformation Load）等手段进行清洗、转换与整理。案例“我要点外卖“是一个平台型电商网站，用户、餐厅、配送员等。
创业邦消息，医疗数据ETL服务商深圳市人仁医科技有限公司宣布完成近千万的天使轮融资，前阿里巴巴集团高管所创立的众海投资为其投资方，以太资本担任财务顾问。人仁医每周都有1-2家医院的接入，有望在今年底就拥有超过200家医院的增量。
大数据文摘作品，转载需授权选文：薛菲翻译：薛菲,小丛,Aileen,冯丽丽◆ ◆ ◆译者注ETL - Extract Transform Load 抽取 转换加载，代表从源数据清洗加工到数据仓库的过程。
概述ETL（Extract-Transform-Load的缩写，即数据抽取、转换、装载的过程），对于企业或行业应用来说，我们经常会遇到各种数据的处理，转换，迁移，所以了解并掌握一种etl工具的使用，必不可少。
数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。其实数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。
