1. 概述编辑
FineDataLink 提供了包含数据开发、任务运维等功能，满足用户对数据进行同步、处理、清洗等一系列的需求。
ETL 是指将数据从来源端经过抽取（extract）、转换（transform）、加载（load）至目的端，在 FIneDataLink 中可以通过「数据同步」和「数据转换」两种功能实现。
本文为你说明「数据同步」和「数据转换」在使用上的区别，帮助你更好的应用产品。
注：步骤流和数据流概念详情参见FineDatalink特有名词
| 功能 | 模式 | 属性 | 定义 | 优势 | 劣势 | 应用场景 |
|---|---|---|---|---|---|---|
| 数据转换 | ETL | 数据流 | 从数据来源端抽取数据，进行数据处理，利用FineDataLink完成数据处理，再加载入数据目标端。 | 数据处理场景覆盖范围广 | 1）针对数据量较大场景时，抽数速度低于数据同步 2）消耗硬件资源配置，内存消耗高 | 当数据需要利用FDL完成复杂场景处理时，推荐使用数据转换 |
| 数据同步 | 步骤流 | 从数据来源端抽取数据直接加载入数据目标端，然后利用数据库完成数据处理。 | 抽数性能佳 节点个数少，抽数任务更加轻量化 | 无法进行复杂场景的数据处理 | 1）适用于较大数据量的同步场景，当单表数据量超过1kw时，推荐使用数据同步 2）适用于没有复杂处理逻辑的数据同步场景 |
2. 数据转换编辑
2.1 概念
「数据转换」节点属于数据流：即从输入（Input）到输出（Output）之间的数据流动，针对的是在数据流动过程中的每一行记录、每一列数据的处理。数据流里可以完成数据的输入、转换、等操作，如下图所示：
2.2 应用场景
用户希望将数据进行处理后在同步至数据库中。
首先进入数据转换节点中，根据数据源类型进行数据输入，如下图所示：
使用「连接」「转换」等步骤对输入的数据进行处理，如下图所示：
处理好数据后使用输出步骤将数据输出至数据库中，如下图所示：
3. 数据同步编辑
3.1 概念
「数据同步」节点属于步骤流：步骤流也叫工作流，是对步骤进行编排，每个步骤都是相对独立的，只有执行的先后顺序区别，不会存在数据行的流动，如下图所示：
注：数据转换也是一个步骤流。
3.2 应用场景
用户希望将数据直接抽取同步写入数据库中。
通过「设置需要抽取的数据」>「设置需要写入的数据表」>「调整数据表字段」将数据直接抽取并写入数据库中。
