ETL 与 ELT – 它们之间的区别
大卫卡特
ETL 和 ELT 之间的主要区别
- ETL 代表提取、转换和加载，而 ELT 代表提取、转换和加载。
- ETL 首先将数据加载到暂存服务器，然后加载到目标系统，而 ELT 将数据直接加载到目标系统。
- ETL 模型用于本地、关系和结构化数据，而 ELT 用于可扩展的云结构化和非结构化数据源。
- ELT 与 ETL 相比，ETL 主要用于少量数据，而 ELT 用于大量数据。
- 当我们比较 ETL 与 ELT 时，ETL 不提供数据湖支持，而 ELT 提供数据湖支持。
- ELT 与 ETL 相比，ETL 易于实施，而 ELT 需要专门的技能才能实施和维护。
什么是 ETL（提取、转换、加载）？
ETL 是 Extract、Transform 和 Load 的缩写。在此过程中，ETL 工具从不同的数据源中提取数据 RDBMS 然后，源系统转换数据，如应用计算、连接等，然后将数据加载到数据仓库系统中。
In ETL 数据从源流向目标。在 ETL 过程中，转换引擎负责处理任何数据更改。
什么是 ELT（提取、加载、转换）？
ELT 是看待数据移动工具方法的另一种方法。ELT 不是在写入数据之前转换数据，而是让目标系统进行转换。首先将数据复制到目标，然后就地进行转换。
ELT 通常与非 SQL 数据库（如 Hadoop 集群、数据设备或云安装）一起使用。以下是一些 最好的 ETL 工具 您可以考虑满足您的数据管理需求。
ETL 与 ELT：并排比较
以下是 ETL 和 ELT 的主要区别：
| 参数 | ETL | ELT |
|---|---|---|
| 流程 | 数据在暂存服务器上转换，然后传输到数据仓库数据库。 | 数据保留在数据库中 数据仓库.. |
| 代码使用 | 用于
|
用于大量数据 |
| 转型 | 转换在 ETL 服务器/暂存区完成。 | 转换在目标系统中执行 |
| 时间负荷 | 数据首先加载到暂存区，然后加载到目标系统。耗时。 | 数据仅加载到目标系统一次。速度更快。 |
| 时间变换 | ETL 过程需要等待转换完成。随着数据量的增长，转换时间也会增加。 | 在 ELT 过程中，速度从不依赖于数据的大小。 |
| 时间维护 | 它需要高维护，因为您需要选择要加载和转换的数据。 | 由于数据始终可用，因此维护成本低。 |
| 实施复杂性 | 处于早期阶段，较容易实施。 | 为了实施 ELT 流程，组织应该具有深入的工具知识和专业技能。 |
| 支持数据仓库 | 用于本地、关系和结构化数据的 ETL 模型。 | 用于支持结构化、非结构化数据源的可扩展云基础设施。 |
| 数据湖支持 | 不支持。 | 允许使用数据湖和非结构化数据。 |
| 复杂 | ETL 过程仅加载在设计时确定的重要数据。 | 该过程涉及从输出向后开发并仅加载相关数据。 |
| 成本 | 中小企业成本高昂。 | 使用在线软件即服务平台的进入成本较低。 |
| 查找 | 在 ETL 过程中，事实和维度都需要在暂存区中可用。 | 由于提取和加载只需一个操作即可完成，因此所有数据都可用。 |
| 集合体 | 随着数据集中数据量的增加，复杂性也会增加。 | 目标平台的强大功能可以快速处理大量数据。 |
| 计算 | 覆盖现有列或需要附加数据集并推送到目标平台。 | 轻松将计算列添加到现有表中。 |
| 到期日 | 该流程已使用二十多年。它有详尽的文档记录，最佳实践也很容易获得。 | 相对较新的概念且实施起来复杂。 |
| 硬件 | 大多数工具都有独特的硬件要求，而且价格昂贵。 | 作为 Saas，硬件成本不是问题。 |
| 支持非结构化数据 | 主要支持关系数据 | 可轻松支持非结构化数据。 |
