随着金融行业的蓬勃发展,金融数据的种类越来越多,数据提供商如何通过各种技术手段,把数据转换为客户所需的信息和知识,已经成了提高其核心竞争力的主要瓶颈。数据仓库技术中对数据进行抽取、转换和加载,即ETL(Extract Transform Load)技术可以为解决这一难题提供技术支持。本文首先介绍了ETL的相关技术：数据仓库的体系结构和元数据的定义；然后分析了金融数据的特点和ETL技术在金融数据挖掘中的应用；再根据金融数据的特点,对金融数据的ETL进行了分析。接着结合ETL与数据仓库的关系,明确了金融数据仓库中ETL的功能需求；然后根据ETL的功能需求提出了系统的构建模型,给出了系统的主要模块及模块间的关系,并列举了系统主要类的设计方案以及关键类之间的关系；最后以一个源数据的输入、中间的转化以及最终元数据的生成为例展示了本文设计的ETL在金融数据仓库中的应用。随着ETL在金融数据仓库中的应用,金融数据提供商如何及时的将海量信息转换成为有用的数据并根据最新的数据做出分析,为客户提供第一手的决策支持方案,减少使用旧数据带来的决策无效的风险,这对于金融数据提供商以及客户都是至关重要的。因此,世界上主要的金融数据提供商也越来越着重于应用ETL技术来设计软件系统,为公司对金融数据的分析和处理提供技术支持。