ETL مخفف Extract Transform and Load  است که به معنای استخراج، پالایش و بارگذاری اطلاعات می‌باشد. از ETL در زمان ساخت انبار داده‌ها (Data Warehouse) استفاده می‌شود. فرایندی که به موجب آن اطلاعات از یک یا چند منبع مختلف جمع آوری، پالایش و در نهایت در انبار داده بارگذاری می‌شود

فرآیند تزریق اطلاعات در انبار داده‌های Hadoop توسط ETL نوشته شده شرکت هزارگذر با ویژگی های زیر طراحی شده است :

استخراج داده‌ها با کاربردی ساده و تحت وب

• امـکان تعریف مـنبع اسـتخراج داده‌ها از پایگاه‌های MS-SQL ،My SQL ،Access ،Oracle و Text
• امکان ایجاد انواع Query بر روی پایگاه اطلاعاتی منبع
• امکان انتخاب یک یا چند جدول یا View به‌عنوان اطلاعات اصلی
• امکان انتخاب اطلاعات پایه‌ای در منبع به‌عنوان بازه زمانی، موقعیت مکانی یا صفت آماری
• امکان جمع‌آوری داده‌های خام از منبع و ذخیره آن پیش از انجام هرگونه دست‌کاری داده‌ها

تبدیل داده‌ها بر اساس نیاز طراح انبار داده

• مکان تـبدیل مـقادیر اطلاعات پایه بر اساس تعریف کاربر
• امکان انتقال رکـوردهای مـوجود در منبع با همان ID‌های فعلی انباره هدوپ
•  امکان پاک‌سازی و پـالایش داده‌ها با انجام امور
•  فیلتر کردن مقادیر
•  تبدیل چند مقدار به یک مـقدار تبدیل به
•  یک مقدار ثابت
•  حذف داده‌های خارج از محدوده
• خلاصه‌سازی رکوردها
• کنترل صحت و کیفیت داده‌ها
• تـعریف فـرزند مقادیر صفات و یکسان کردن کدها
• هم‌معنی کردن علائم استفاده شده در منبع
• امکان اصلاح داده‌ها، برای بهبود کیفیت داده‌ها، و ادغام داده‌ها با یکدیگر، جهت ایجاد ارزش‌های مضاعف داده‌ای

انتقال اطلاعات به Hadoop

• امکان انتخاب سناریوی انتقال از دو حالت حـذف داده‌های قـبلی و انتقال همه رکوردها و یا جاگذاری داده‌های جدید
• امکان انتقال اطلاعات از مـنبع در قلم‌های اطلاعاتی یا آماری
• امکان ایجاد تناظر یک‌به‌یک میان فیلدهای منبع و مقصد
•  امـکان درج رخدادهای انتـقال در سیستم لاگ گیری
• امکان زمان‌بندی انتقال داده‌ها از منبع اصلی به هدوپ با استفاده از ویژگی های ذیل :

1. انتقال خودکار اطلاعات
2. انتقال تکرارشونده یا دفعه‌ای
3.  انتـقال اطلاعات به‌صورت روزانـه، هفتگی، ماهیانه
4. انتقال اطلاعات از تاریخ x تا تاریخ y
5. امکان تنظیمات نحوه انتقال و زمان‌بندی‌های انتقال جهت انتقال اطلاعات به انبار داده