1. Nginx的日志可以通过Flume抽取到HDFS上。

2. Mysql的数据可以通过 Sqoop 抽取到 Hive 中，同样 Hive 的数据也可以通过 Sqoop 抽取到 Mysql 中。

3. HDFS上的一些数据不规整，有很多垃圾信息，可以用Hadoop或者Spark 进行处理并重新存入HDFS中。

4. Hive的表也可以通过 Hive 再做一些计算生成新的 Hive 表。

这些都算是ETL，其中 1 和 2 都比较典型，它们把数据从一个存储引擎转移到另一个存储引擎，在转移的过程中做了一定的转换操作。

3 和4也同样是ETL只是它们更侧重的是数据的加工。

到了这一步，我们不再纠结于具体的ETL概念是什么，仅从自己的直观理解上来定义ETL，不管严谨不严谨，反正这些活ETL工程师基本都要干。

ETL是对数据的加工过程，它包括了数据抽取、数据清洗、数据入库等一系列操作，大部分和数据处理清洗相关的操作都可以算是ETL。