常用的内部数据获取工具有以下几种：
1.Kettle（传统的ETL工具）
特性：纯Java编写，通过建立资源库可多端访问，直接在windows上进行作业开发，同步资源库，在linux上执行定时任务
优点：可在Windows、linux、Unix上执行；数据抽取高效稳定；子组件spoon有丰富的Steps可以开发复杂业务逻辑场景，方便实现全量、增量同步；可视化界面
缺点：通过定时运行，实时性较差；
组成部分：Spoon：允许使用图形化界面实现ETL数据转换过程
Pan：批量运行Spoon数据转换过程
Chef：job（有状态，可以监控到是否执行、执行的速度等）
Kitchen：批量运行chef
2.Sqoop（传输效率高）
特点：主要用于HDFS和关系型数据库之间数据的转换；
优点：数据传输高效，比kettle传输效率高10倍以上，常用于关系型数据库和HDFS之间数据传输
3，Datax（阿里使用的离线数据统计工具，已开源）：
特点：实现不同类型数据源（包含关系型数据库、分布式文件系统等）之间的数据同步；
优点：操作简单，只有2步，一是创建作业的配置文件；二是启动配置文件作业；
缺点：缺乏增量更新的支持，但可以自己写shell脚本等方式实现增量同步%26。