Nhờ Khang check tình trạng của datasource (giản nén file bak, tổng hợp các flat file + source db thành 1 db follow diagram trên, có thể sử dụng MSSQL, MySQL hoặc PostgreSQL tùy ý.)
Gợi ý là nên dùng PostgreSQL vì có thể deploy bằng docker compose, dễ dàng tương tác bằng pgadmin4 và dễ dàng deploy khi mang lên máy khác, đã có file docker-compose.yml trong repo.
Từ DB tổng hợp này mình sẽ thực hiện công việc chiếm phần lớn thời gian của một BI Engineer đó là làm ETL để transform và load data từ staging lên dwh (full load hoặc incremental load).

Sau khi check quality và transform theo diagram xong, các file tạo bảng và transform (nếu có) thì tổng hợp lại trong 1 folder, đặt tên là source_db_to_staging và commit lên nhánh riêng.

Sử dụng file docker-compose.yml trong folder postgresql-docker để deploy postgres trên local.

Sau khi deploy thử dùng pgadmin (http://localhost:5050) tạo connection đến postgresql.

Có thể thay đổi user và password của postgresql cũng như pgadmin bằng cách thay đổi các biến trong thẻ "environment" trong file docker-compose.yml

Dùng Pentaho Data Integration để load data từ nhiều sources (sql table, csv, xls, txt) vào staging area (postgresql tables)