ETL (Extract, Transform, Load)
ETL ย่อมาจาก Extract, Transform, and Load เป็น process ที่ data-driven organizations ใช้ gather data จาก multiple sources และรวมเข้าด้วยกัน เพื่อ support discovery, reporting, analysis, และ decision-making
น่าสนใจคิดว่า creating data warehouse คือแค่ extract data จาก multiple sources และ load เข้า database ของ data warehouse แต ETL process ต้องการ active inputs จาก multiple stakeholders: developers, analysts, testers, top management และ technically challenging
Support value as tool for decision-makers Data warehouse system ต้อง evolve with business development ETL เป็น constant activity ของ data warehouse system ต้อง rapid, automated, และ well-governed
ETL tools สำหรับ enterprise data warehouses ควร meet data integration requirements: high-volume high-performance batch loads, event-driven trickle-feed integration, programmable transformations, orchestrations สำหรับ demanding transformations/workflows และ connectors สำหรับ distinct data sources
ETL มี use cases หลายอย่าง ข้าม fields หนึ่งคือ deriving value from customer data: customers interact กับ brand หลายทาง ETL collates customer data จาก several sources, transform ให้ conform to standard format, load เข้า data warehouse หรือ data sources อื่นๆ สำหรับ analysis
Company analyze data ที่ all in same language และ same location → accurate 360-degree view ของ customer interaction กับ brand ทำให้ understand customer needs และ provide highly personalized experience
ELT (Extract, Load, Transform)
ELT ย่อมาจาก Extract, Load, and Transform เป็น phase ของการ extract information จาก different sources และ load เข้า target data warehouse ELT เป็น alternative ของ traditional ETL มัน push transformation element ไปที่ target database เพื่อ better performance สิ่งนี้ beneficial สำหรับ processing massive data sets ที่ต้องการสำหรับ business intelligence (BI) และ big data analytics
เพราะใช้ประโยชน์จาก processing capability ที่ already built into data storage infrastructure ELT ลดเวลาที่ data ใช้ใน transit และเพิ่ม efficiency
สามารถ perform data integrity analysis ใน staging area เพื่อ further phase ใน process to be private และ assigned ที่ most appropriate point นี่ช่วย ensure ว่า only cleaned และ checked data ถูก loaded เข้า warehouse สำหรับ transformation
