随着计算机及网络技术的快速发展，许多行业、单位和部门内部都逐步实现了业务、信息的计算机化管理，开发了大量软硬件平台各异的应用系统，在各种应用系统下又积累了丰富的数据资源，这些数据资源由于软硬件平台各异、数据模型各异而形成了异构数据。而这些数据资源是企业的宝贵财富，企业单位迫切需要集成这些地理上分布、管理上自治、模式上异构的异构数据源。 本文以攀钢统计系统为研究背景。分析了数据仓库的体系结构，通过项目中的具体实例阐述了攀钢统计系统ETL(Extract、Transformation、Loading，抽取、转换、加载)的实现过程，并给出了结果数据。另外针对目前攀钢统计系统数据提取方式上存在问题并结合攀钢系统的实际情况，提出了增量数据提取方式的改进方法。最后在对攀钢统计系统数据集成技术的优缺点进行总结的基础上，本课题对通用数据仓库ETL工具进行了设计，提出ETL工具的体系架构。该ETL工具具有元数据管理、数据提取、数据转换、数据清洗、数据加载、多线程并发处理、异常处理等功能，最后在该设计框架下，用Java语言实现了该ETL工具的部分模块并进行了测试，测试结果表明该工具是切实可行的，它能够实现通用的，高效的数据提取、转换、清洗、加载等功能。 本文所提出的增量数据提取的改进方法，提高了数据提取的效率；在对通用ETL工具进行设计时提出了以元数据驱动数据ETL过程的方法，以元数据作为系统的中心，实现了系统的智能化；本文所设计的ETL工具还考虑了异常处理问题，并采取将异常处理信息转化为元数据信息的方法，很好地解决了如何反馈异常信息的问题。