ETL和ELT有什么区别？终于有人讲明白了

本文链接：https://blog.csdn.net/oOBubbleX/article/details/140634560

一、引言

信息是现代企业的重要资源，是企业运用科学管理、决策分析的基础。目前，大多数企业花费大量的资金和时间来构建联机事务处理OLTP的业务系统和办公自动化系统（例如电信行业的各种运营支撑系统、购物网站系统），用来记录事务处理的各种相关数据。据统计，数据量每2～3年时间就会成倍增长，这些数据蕴含着巨大的商业价值，而企业所关注的通常只占在总数据量的2%～4%左右。因此，企业仍然没有最大化地利用已存在的数据资源，以致于浪费了更多的时间和资金，也失去制定关键商业决策的最佳契机。

在这个背景下，能够给企业所有级别的决策制定过程提供支持的所有类型数据的战略集合应运而生，他就是数据仓库。数据仓库的英文简写是Data Warehouse。数据仓库就是把OLTP系统产生的数据整合到一起发掘其中的商业价值和提供决策支持用。举个电信行业的例子电信有系统每天会有客户投诉的信息、宽带群体性障碍、客户号码的停机恢复时间记录等等。这些数据都在各自的生产环境系统里面。他们每个月会把这些数据整合到一起处理加工到数据仓库里面形成报表其中有一个功能是可以对哪些用户有离网销号的倾向做出大概的判断。这就是数据仓库的价值所在。

那么怎么把数据弄到数据仓库里去呢？其中用到的一个技术就是数据集成。

二、ETL和ELT的定义

数据集成是指将来自多个不同数据源的数据合并、整合和统一管理，以供分析、应用和决策使用的过程。在数据集成过程中，ETL和ELT是数据仓库中数据处理的两种不同方法。

ETL：将数据从源系统中抽取出来，经过转换处理后再加载到目标系统中。
ELT：将数据直接加载到目标系统中，然后在目标系统中进行转换和处理。
区别：主要在于数据转换的时机和地点。ETL在数据加载之前进行转换，而ELT在数据加载之后进行转换。

三、ETL和ELT的侧重点

转换的顺序：ETL按照”Extract-Transform-Load”的顺序进行数据处理；ELT按照”Extract-Load-Transform”的顺序进行数据处理。
适用数据量场景：ETL适用于大规模数据集成和离线处理；ELT适用于较小规模和实时处理。
处理性能：ETL在转换过程中使用独立的服务器和批处理作业；ELT取决于目标系统的计算和存储能力。
转换操作差异： ETL可以对原始数据进行多种复杂的转换操作；ELT则依赖于目标系统的能力来实现转换。

四、选择适用于企业的处理方式

企业在选择ETL或ELT架构时，应综合考虑以下几个因素：

数据规模和复杂度：ETL架构适用于企业处理的数据规模较小或数据结构相对简单的情况。ELT主要用于大规模数据处理，适用于较为复杂的数据转换需求。
数据仓库的能力：ELT架构适用于企业已经建立了功能强大的数据仓库，利用数据仓库的功能来进行数据处理和转换，充分利用数据仓库的存储和计算能力。
实时性要求：ETL架构适合于企业需要实时数据处理和分析，ETL可以定期执行转换过程，以保持数据的最新状态。ELT可能需要较长的时间来加载大量数据，并且转换在加载后才进行，无法实时地提供最新的数据。
技术团队和资源：ETL架构相对传统，需要一定的ETL工具和开发经验。ELT更依赖于数据仓库平台的工具和功能，需要相关技术团队对数据仓库进行配置和操作。