大家好，欢迎来到IT知识分享网。
什么是ETL？
ETL 是 Extract、Transform 和 Load 的缩写。在这个过程中，ETL 工具从不同的 RDBMS 源系统中提取数据，然后应用计算、连接等转换数据，然后将数据加载到数据仓库系统中。
在ETL 中，数据是从源流向目标。ETL 流程转换引擎负责处理任何数据更改。
什么是ETL
什么是 ELT？
ELT 是查看数据移动工具方法的不同方法。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。数据首先复制到目标，然后就地转换。
ELT 通常与 Hadoop 集群、数据设备或云安装等非 Sql 数据库一起使用。
什么是 ELT
接下来，我们将了解 ETL 和 ELT 之间的区别。
主要区别
- ETL 代表提取、转换和加载，而 ELT 代表提取、加载、转换。
- ETL 首先将数据加载到登台服务器，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。
- 比较 ELT 和 ETL，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。
- 比较 ELT 与 ETL，ETL 易于实施，而 ELT 需要特定技能来实施和维护。
ETL 与 ELT 之间的区别
以下是主要的 ETL 和 ELT 区别：
|
参数 |
ETL |
ELT |
|
过程 |
数据在登台服务器上转换，然后传输到 Datawarehouse DB。 |
数据保留在数据仓库的 DB 中。 |
|
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。 |
在目标系统中执行转换 |
|
时间-加载 |
数据首先加载到登台，然后加载到目标系统。时间密集。 |
数据只加载到目标系统一次。快点。 |
|
时间-转换 |
ETL 过程需要等待转换完成。随着数据大小的增长，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 |
在早期阶段，更容易实施。 |
要实施 ELT 流程，组织应该对工具和专业技能有深入的了解。 |
|
支持数据仓库 |
ETL 模型用于本地、关系和结构化数据。 |
用于支持结构化、非结构化数据源的可扩展云基础架构。 |
|
数据湖支持 |
不支持。 |
允许将数据湖与非结构化数据一起使用。 |
|
复杂 |
ETL 过程仅加载在设计时确定的重要数据。 |
此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。 |
使用在线软件即服务平台的低入门成本。 |
|
查找 |
在 ETL 过程中，事实和维度都需要在 staging area 中可用。 |
所有数据都将可用，因为提取和加载发生在一个单一的操作中。 |
|
聚合 |
复杂性随着数据集中数据量的增加而增加。 |
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。 |
|
成熟度 |
这个过程已经使用了二十多年。它有据可查，最佳实践很容易获得。 |
相对较新的概念且实施起来较复杂。 |
|
硬件 |
大多数工具都有昂贵的独特硬件要求。 |
成为 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 |
支持随时可用的非结构化数据。 |
参考guru99
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://yundeesoft.com/63465.html
