我在内部开发小组的QA部门。我们的生产数据库程序员一直在构建一个SSIS包，用于从各种数据库位创建一个加载文件，以便导入第三方应用程序（我们正在测试与此集成）。
一旦构建，很快发现它依赖于它创建的SQL Server和Visual Studio的版本，并且对生产环境的依赖性很小（这不是SSIS问题，只是描述我们设置的性质。）
获得此构建需要花费数天的时间，然后才能在我们的QA环境下运行。
在向团队询问他们的包正在运行的SQL查询之后（它在生产环境中工作正常），我编写了一个执行相同任务而没有任何依赖关系的python脚本。我花了两个多小时（注意我已经有一个用于处理数据库交互的自定义库），我能够写出我需要的UTF-16LE文件。
现在，我们的生产数据库程序员不是SSIS专家，但是他们在工作流程中使用了相当多的东西 - 我很乐意称他们所有人都能胜任他们的职位。
因此，我的问题 - 考虑到它似乎采取的时间以及对SQL Server和Visual Studio版本的依赖性，SSIS包带来了哪些优势或好处，我可能看不到我的python代码？或者是一个shell脚本，或Ruby或代码风格的那一刻？
答案 0 :(得分：11)
我不是SSIS的专家，而是一位在SSIS工作三年多的经验的普通开发人员。像任何其他软件一样，SSIS也有缺点，但到目前为止，我很高兴与SSIS合作。技术的选择取决于一个人的要求和偏好。我不是说SSIS优于其他技术。此外，我还没有使用Python，Ruby或您提到的其他技术。
这是我的两分钱。请带上一粒盐。
从一般开发人员的角度来看，一旦您了解了如何处理它的细微差别，SSIS就很容易使用。我相信任何其他技术都是如此。 SSIS包是可视化工作流而不是编码工具（当然，SSIS也具有出色的编码能力）。通过查看工作流程而不是通过数百行代码，人们可以很容易地理解包中的内容。
SSIS主要用于执行ETL（提取，转换，加载）作业。它很好地处理了这个功能，尤其是SQL Server，更不用说它可以处理平面文件，DB2，Oracle和其他数据源。
您可以使用最少的编码或不编码来执行大多数任务。它可以在几分钟内从一个数据源加载数百万行。 See this example演示了一个程序包，它会在 3分钟内将制表符分隔文件中的一百万行加载到SQL Server中。
Logging能够捕获程序包及其任务执行的每个操作。它有助于查明错误或跟踪有关包执行的操作的信息。这不需要编码。 See this example用于记录。
Check Points有助于像记录器一样捕获包执行，并帮助从故障点重新启动包执行，而不是从头开始运行包。
Expressions可用于根据给定条件确定包流。
Package configurations文件或基于机器的环境变量为不同的环境设置 dtsconfig。 See this example用于基于环境变量的配置。第4点 - 第7点是开箱即用的功能，需要进行小配置，根本不需要编码。
SSIS可以利用.NET框架功能，如果开发人员找不到满足其要求的组件，他们也可以创建自己的自定义组件。 See this example了解.NET编码如何最好地与不同的数据源一起使用。此示例的创建时间小于3 hours。
SSIS可以使用相同的数据源进行多次转换，而无需重新读取数据。 See this example了解多播意味着什么。以下是an example如何处理XML数据源。
SSIS还可以轻松地与 SSRS （Reporting Services）和 SSAS （Analysis Services）集成。
我刚刚列出了我在SSIS中使用的非常基本的东西，但是有许多不错的功能。正如我之前提到的，我不确定Python，Ruby或其他语言是否可以轻松地处理这些任务。
这一切归结为对技术的一种安慰。当技术是新技术时，人们非常怀疑并且不愿意适应它。
根据我的经验，一旦你理解并拥抱SSIS，它真的是一个很好的技术。它适用于SQL Server。我并不否认我在开发包装时遇到了障碍，但大多数人都找到了克服它们的方法。
这可能不是你期望的答案，但我希望这能给出一个想法。