为什么用datastage而不直接用sql

我在用datastage的时候发现有些stage例如join stage,aggregate stage,sort stage等， 不就实现了order by ,sum ,连接等sql功能吗，那么我干嘛不在数据源的时候就做好这些事情呢，何必用这些stage呢？ 例如我搞个odbc stage，自定义 sql select count(1),a from A group by a不就可以了吗 -- 我也感觉得是性能问题。比如用lookup做关联匹配的速度，比在Oracle里面用存储过程处理要快，当然原因有很多方面的，比如DS服务器性能和数据仓库的服务器性能差异，网络因素等。 -- 数据量不大的话，在数据库端做确实比较好。 数据量大的话，全丢给数据库压力吃不消（况且数据库和etl平台不是同一机器），比如100G和100G的表做关联。。。数据库会down掉 在ds平台的话，中间过程全丢到数据库服务器外，通过etl的并行机制，效率大大提高 -- 常见的一个场景是：数据源非关系数据库，例如文本、EXCEL，这时候你就需要用这些STG实现JOIN、AGGREGATE、SORT。。。