课题day3-day4(数据清洗+kattle工具)

一，什么是数据清洗:

由于海量数据的来源是广泛的，数据类型也是多而繁杂的，因此，数据中会夹杂着不完整、重复以及错误的数据，如果直接使用这些原始数据的话，会严重影响数据决策的准确性和效率。因此，对原始数据进行有效的清洗是大数据分析和应用过程中的关键环节。

二，什么是ETL:

对于企业来说，数据已经成为一种重要的战略资源，为了充分利用好自己的数据资源，使用ETL技术进行数据分析已成为企业决策的重要工作内容之一。ETL是将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的不完整数据、重复数据以及错误数据等脏数据内容通过清洗转换操作转变为符合企业要求的数据，便于为企业的决策提供分析依据