À une lettre près, c’est toute la façon dont vous gérez vos données qui est transformée ! D’un côté on a la team Extract Transform Load, de l’autre la team Extract Load Transform. Dans les deux, c’est gagnant.
Si ces deux technologies ont vocation à transférer des données d’un endroit à l’autre, chacune a ses propres caractéristiques.
“Quel que soit le choix, les équipes chargées des données réussissent à mettre en œuvre leurs stratégies d’intégration.”
Comme son nom l’indique, la méthode #ETL transforme les données avant de les charger sur le serveur, tandis que la méthode #ELT les transforme après. Ça ne change pas grand chose nous direz-vous ? Eh bien si, figurez-vous ! En fonction de votre activité et de vos besoins en matière de #datas, une solution peut s’avérer plus pertinente que l’autre. Par exemple, le processus d’ingestion des données est plus lent avec l’ETL en raison de la transformation des données sur un serveur séparé avant le processus de chargement. Par contre, l’ETL se prête très bien aux flux de données nécessitant une manipulation avant d’entrer dans un système cible, réduisant ainsi le risque de transférer des données non conformes. Avec l’ELT, en revanche, le fait que les données ne soient pas envoyées sur un serveur secondaire pour être restructurées offrent plus de réactivité aux équipes qui peuvent réinterroger les données brutes pour développer rapidement de nouvelles transformations.
Retrouver l’article complet sur journaldunet
