随着信息技术的发展，企业数据量急速膨胀。数据的容量变的更大，数据增长速度变得更快，数据的格式变得更复杂，数据处理的需求变得更迫切，这些都给ETL带来了新的挑战。设计能够有效支撑大数据处理的ETL架构尤为重要。网络、存储、IO都对ETL的效率有极大影响。传统企业在搭建大数据平台ETL过程中，需要注重底层架构对ETL效率的优化。

1.     大数据环境下，ETL的架构设计的有哪些关键点？

2.     与传统数据仓库相比，大数据平台ETL对基础架构层的要求有哪些不同？

3.     在网络、存储、IO等基础架构层面，可以从哪些方面优化ETL的效率？

徐彦辉  58同城大数据平台高级架构师

2010年加入趋势科技，开始了基于在Linux系统上构建Hadoop平台的生涯。喜欢钻研基于Hadoop、Spark的大数据技术，专注于互联网公司大数据平台建设。