ETL是数据处理的三个步骤：先从各种地方抽数据，再整理清洗，加载到新地方。现在用的软件分三种，一种是开源的，比如Python的Pandas和Apache NiFi，第二种是商业软件，像Informatica和Talend，第三种是云服务的，比如阿里云和AWS Glue。这些软件各有各的用途，新手用开源的省钱，大公司喜欢买商业的，云服务适合经常用数据的。

为啥分这三种呢？因为不同需求配不同工具。开源软件比如Pandas，前年GitHub上超过300万星标，说明小团队常用。商业软件像Informatica，Gartner报告说它占企业级市场35%份额，大厂怕数据安全选它。云服务现在火，前年AWS Glue用户增长120%，阿里云ETL服务付费用户也涨了80%，说明企业迁移上云趋势明显。所以分三类刚好对应个人、企业、云三种场景，就像买手机有安卓苹果华为一样，各取所需。