1、離線搜集工具：ETL
在數據倉庫的語境下，ETL基本上便是數據搜集的代表，包括數據的提取(Extract)、轉換(Transform)和加載(Load)。在轉換的過程中，需求針對具體的事務場景對數據進行治理，例如進行不合法數據監測與過濾、格式轉換與數據規範化、數據替換、確保數據完整性等。
2、實時搜集工具：Flume/Kafka
實時搜集首要用在考慮流處理的事務場景，比方，用於記錄數據源的履行的各種操作活動，比方網絡監控的流量辦理、金融運用的股票記賬和 web 服務器記錄的用戶訪問行為。在流處理場景，數據搜集會成為Kafka的顧客，就像壹個水壩壹般將上遊源源不斷的數據攔截住，然後依據事務場景做對應的處理(例如去重、去噪、中心核算等)，之後再寫入到對應的數據存儲中。
3、互聯網搜集工具：Crawler, DPI等
Scribe是Facebook開發的數據(日誌)搜集體系。又被稱為網頁蜘蛛，網絡機器人，是壹種按照壹定的規矩，自動地抓取萬維網信息的程序或者腳本，它支持圖片、音頻、視頻等文件或附件的搜集。
除了網絡中包含的內容之外，關於網絡流量的搜集能夠運用DPI或DFI等帶寬辦理技術進行處理。