的熟悉情况，没有太大的可比性；
4、 Kettle是基于Java开发的ETL工具，在使用过程中需要借助JVM，在数据抽取速度以及大数据处理能力方面远远不如Informatica；（Kettle在异构数据库的处理能力比同构数据库的处理能力要弱很多，特别是夸服务器之间就更弱了）
5、Informatica将客户端和服务端进行分离，而Kettle则没有但需要基于JVM；因此Kettle的部署比较简易； 6、稳定性方面，Informatica也有较大的优势； 7、Informatica将元数据及一些配置信息存储于配置的数据库，也就是说Informatica需要借助其他数据库才能运行； 8、 Kettle的数据转换过程相对比较灵活，可以是手工编写的SQL语句、Java代码、正则表达式等；Informatica则由Data Quality组件来保证数据的质量，当然也支持SQL语句，两者没有明显的差异；
9、Informatica和Kettle均有监控日志功能，这也是ETL工具必须具备的，Informatica的监控日志相对要详细一些，但在实际应用中，大多数情况下不需要这么详细；
10、数据源方面，二者没有明显区别，Kettle支持广泛的数据库、数据文件等，同时支持扩展；Informatica广泛支持各类结构化、非结构化的数据源；
Pentaho的Javascipt在写数据整合任务的时候非常强大。
Informatica有很多的企业级特性，比如数据库之间的负载均衡。 Pentaho的界面相较于Informatica来说需要的培训要少很多。 Penatho不需要像Informatica那样大的前期投入。
Informatica比Pentaho更快。Informatica有下推优化，但是如果对Pentaho做一些调整，并且有更多对数据库的了解，你可以改进Pentaho的速度。
你可以在许多不同的服务器上部署Pentaho(只要你愿意，免费的)，把它当作一个个集群。 Informatic比Pentaho有好的多的监控工具。 印象
Infomatica真的是一个非常好的企业级ETL套件，但是非常大且昂贵。
如果你的系统足够小，而且愿意尝试Pentaho，并且有很多大公司成功使用Pentaho的案例。
参考4：
--kettle和Informatica
目前业内比较主流的ETL工具有很多，本文主要对开源kettle和Informatica这两款工具，从各方面进行对比分析。
数据捕获能力
1、如果要对数据库进行实时监控，kettle通常会采用CDC的方式，Informatica会采取PWX的方式。
优点：可以准确的识别变化数据，包括上游系统被删除的数据。
缺点：CDC和PWX都需要部署在核心数据库服务器，会对核心数据库造成一定压
力。
2、如果不采用实时监控，采用其他方式抽取，（比如时间戳）。 优点：不需要在核心服务器部署，对核心服务器基本不会造成压力。 缺点：被删除的记录，以及手工修改但是没有修改时间戳的记录无法在下游数据库识别。
整体性能对比
1、Informatica处理数据能力比kettle强。
2、Informatica属于收费软件，出现困难问题，可以找厂商解决。 3、kettle比较容易上手，Informatica需要充足的学习准备。 4、kettle部署相对简单。
数据处理能力
ETL工具在处理数据的时候，要目标库日志空间，表空间足够。 日志需要定期清理，表空间自动扩展就好。 kettle：可以高效处理千万级别以下数据。 Informatica：可处理上亿量级的数据。
实时监控对核心数据库压力
CDC：部署在核心数据库，读取核心数据库的归档日志，会在核心数据库生成实体表（每次数据变化，都会生成条记录，可以清理）。
PWX：部署在核心数据库，对核心压力较小，但是如果异常中断，重新启动的时候，会占用较大服务器资源。