Blog

Sự khác biệt giữa ETL và ELT

ETL vs ELT: How ELT is changing the BI landscape

ETL và ELT thường xuyên được sử dụng trong kho dữ liệu (DataWarehouse). Hãy cùng Inda Academy tìm hiểu sữ khác biệt giữa chúng nhé!

ETL là gì?

ETL là tên viết tắt của Extract, Transform và Load. Trong hệ thống DataWarehouse, một công cụ ETL trích xuất dữ liệu từ các hệ thống nguồn RDBMS khác nhau sau đó chuyển đổi dữ liệu như áp dụng các biến đổi dữ liệu ( tính toán, nối chuỗi v.v. ) và sau đó tải dữ liệu vào hệ thống Data Warehouse. ETL là những luồng từ “nguồn” tới ”đích”. Trong quá trình ETL, engine chuyển đổi sẽ xử lý mọi thay đổi dữ liệu.

ETL và ELT
ETL là gì?

ELT là gì?

ELT là một phương pháp khác để tiếp cận công cụ chuyển động dữ liệu trong Data Warehouse. Thay vì chuyển đổi dữ liệu trước khi viết, ELT cho phép “hệ thống đích” chuyển đổi trước. Dữ liệu đầu tiên được sao chép vào “đích” và sau đó được chuyển đổi tại đó. ELT thường được sử dụng với các database No-SQL như Hadoop, Data Appliance hoặc Cloud Installatio.

ETL và ELT
ELT là gì?

Sự khác nhau giữa ETL và ELT

ETL và ELT khác nhau ở những điểm sau:

ETLELT
1. Quy trìnhDữ liệu được chuyển đổi từ server staging sau đó được transfer tới Datawarehouse DBDữ liệu vẫn còn trong DB của Datawarehouse
2. Code UsageĐược sử dụng cho:-Những biến đổi chuyên sâu về tính toán-Lượng data nhỏĐược sử dụng cho lượng data rất lớn
3. Biến đổi dữ liệuCác biến đổi được thực hiện trong ETL server/stagingCác biến đổi được thực hiện bên trong “hệ thống đích”
4. Thời gian loadDữ liệu trước tiên được load vào staging sau đó mới load vào “đích”. Cần nhiều thời gianDữ liệu được load vào “đích” chỉ 1 lần sau đó mới biến đổi. Nhanh hơn
5. Thời gian biến đổiQuá trình ETL bắt buộc cần quá trình “Tranform” hoàn tất. Khi kích thước dữ liệu tăng lên, thời gian chuyển đổi cũng tăng theo.. Trong quá trình ELT, tốc độ không bao giờ phụ thuộc vào kích thước của dữ liệu.
6. Thời gian bảo trìNhu cầu bảo trì là rất cao vì cần phải chọn dữ liệu để load và transformNhu cầu bảo trì là rất thấp vì dữ liệu luôn có sẵn
7. Độ phức tạp khi bắt đầuỞ giai đoạn đầu thực hiện rất dễ dàngĐể thực hiện quá trình ELT, cần phải có những kiến thức rất sâu về các tools và kĩ năng chuyên môn
8. Hỗ trợ Data warehouse?Mô hình ETL được sử dụng cho dữ liệu on-premise, quan hệ và có cấu trúcĐược sử dụng cho cơ sở hạ tầng cloud có thể support các nguồn dữ liệu có cấu trúc và phi cấu trúc
9. Hỗ trợ Data LakeKhông supportCho phép sử dụng Data Lake với dữ liệu phi cấu trúc
10. Độ phức tạpQuá trình ETL chỉ load những dữ liệu quan trọng, như đã được xác định trước từ thời điểm designQuá trình này bao gồm tất cả quá trình phát triển từ output-backward và load những dữ liệu liên quan
11. Chi phíChi phí rất cao cho các doanh nghiệp vừa và nhỏChi phí đầu vào thấp khi sử dụng các phần mềm online làm Services Platforms
12. LookupsTrong quá trình ETL, cả 2 bảng Facts và Dimensions cần có sẵn trong StagingTất cả dữ liệu đều sẽ có sẵn vì Extract và Load được thực hiện chỉ trong 1 hành động
13. AggregationsĐộ phức tạp tăng lên với dữ liệu thêm vào trong datasetSức mạnh của target platform có thể xử lí một lượng dữ liệu đáng kể 1 cách nhanh chóng
14. Tính toánGhi đè lên cột đang có hoặc cần cắm cờ và đẩy sang “đích”Dễ dàng thêm cột đã được tính toán vào bảng hiện có.
15. MaturityETL đã được sử dụng trong hơn 2 thập kỷ. Nó có bộ tài liệu tốt và dễ dàng để thực hànhKhái niệm tương đối mới và khá phức tạp để triển khai
16. HardwareHầu hết các tools đều có yêu cầu về hardware riêng biệt, tương đối đắt tiềnChi phí cho phần cứng hệ thống điện toán đám mây không phải là vấn đề to tát
17. Hỗ trợ dữ liệu phí cấu trúcChủ yếu hỗ trợ dữ liệu quan hệ cấu trúcCó hỗ trợ sẵn cho dữ liệu phi cấu trúc

Tổng quan

  • ETL là viết tắt của Extract, Transform và Load trong khi ELT là viết tắt của Extract, Load, Transform.
  • Trước tiên, ETL load data vào staging server sau đó mới mới sang “đích” trong khi ELT load thẳng dữ liệu vào trực tiếp “đích”.
  • Mô hình ETL được sử dụng cho dữ liệu on-premises, dữ liệu có cấu trúc và quan hệ trong khi ELT được sử dụng cho các nguồn dữ liệu có cấu trúc và phi cấu trúc trên hệ thống đám mây mở rộng.
  • Với dữ liệu nhỏ thì ETL chủ yếu được sử dụng , trong khi ELT được sử dụng cho lượng dữ liệu lớn.
  • ETL không cung cấp hỗ trợ Lake Data trong khi ELT cung cấp hỗ trợ Lake Data.
  • ETL rất dễ thực hiện trong khi ELT yêu cầu các kỹ năng thích hợp để thực hiện và duy trì.

Tham khảo : https://www.guru99.com/etl-vs-elt.html

>> Đọc thêm:

KHOÁ HỌC TRUY VẤN VÀ THAO TÁC DỮ LIỆU SQL TỪ CƠ BẢN ĐẾN NÂNG CAO

KHÓA HỌC DATA WAREHOUSE : TỔNG HỢP, CHUẨN HÓA VÀ XÂY DỰNG KHO DỮ LIỆU TRONG DOANH NGHIỆP

KHÓA HỌC DATA MODEL – THIẾT KẾ MÔ HÌNH DỮ LIỆU TRONG DOANH NGHIỆP

LỘ TRÌNH TRỞ THÀNH DATA ENGINEER CHO NGƯỜI MỚI BẮT ĐẦU

DATA ENGINEER LÀ GÌ? CÔNG VIỆC CHÍNH CỦA DATA ENGINEER? CÁC KỸ NĂNG CẦN THIẾT

    LIÊN HỆ VỚI CHÚNG TÔI ĐỂ NHẬN ĐƯỢC TƯ VẤN MIỄN PHÍ
    Xin vui lòng điền vào form dưới đây. Chúng tôi sẽ liên hệ lại ngay cho bạn khi nhận được thông tin:






    Leave a Reply

    Your email address will not be published. Required fields are marked *