在全球经济一体化的背景下,随着互联网和信息技术的快速发展,企业建设相应的信息化系统成了必然趋势。然而,企业在信息化建设的过程中,大都实施了许多不同的企业应用系统。因此,各企业为了解决信息孤岛问题,必然要加强企业内各部门之间、企业间信息系统的资源共享和应用集成,从而信息的采集和分析管理成为了关键。ETL(Extract-Transform-Load)工具就是通过对不同的数据存储格式进行抽取、转换、加载来为数据仓库提供数据,进而达到资源的共享,为决策提供数据支持。可以说,ETL工具是从数据集成的角度来解决信息孤岛问题的。根据论文的研究目标,本文论述了一种基于工作流和元数据的ETL工具的研究与实现。论文首先介绍了ETL工具的相关背景知识,并分析了ETL工具的研究现状,根据当前异构数据源的特点,提出基于通用数据访问技术(ADO.NET)的ETL系统的体系架构。该ETL系统具有工作流引擎、元数据管理、丰富的数据清洗功能、友好的拖拉式用户界面和多线程并发处理等功能。本文中的所有功能模块都具有相应模型,本文主要的研究工作和创新点是:设计了ETL工作流模型、元数据模型、数据缓冲模型、并发规则执行模型。工作流模型为ETL各个任务的按时间、按事件自动执行提供了基础;元数据模型的实现为本系统的数据错误控制、数据质量检测、ETL规则定义等奠定了基础;数据缓冲模型的设计克服了数据表中记录的误差问题,并为数据转换提供了良好的数据质量;并发规则执行模型建立于数据缓冲模型之上,数据缓冲模型的多个子缓冲为多线程并发执行提供了基础,并发规则执行模型提高了系统的性能和吞吐量。本文最后对ETL工作进行了总结,并阐述了将来可以进一步完善的一些相关工作。