数仓：数仓从ETL到ELT架构的转化以及俩者的区别

---

一、简介

分布式数据库技术正在迅速发展，随着数据处理的实时性需求越来越高，公司在管理数据处理的过程中，开始从ETL方案，逐渐转向ELT方案。

ETL（Extract-Transform-Load），是对数据进行抽取、转换、加载的一系列过程，数据从数据源移动到中间区域（Staging Area），然后再进入数据仓库，所有转换都在数据加载到仓库之前执行。

而ELT（Extract-Load-Transform），则提供了更现代化的替代方案，在该方案中，分析师在转换数据之前将数据加载到数据仓库中，从而支持更灵活、更敏捷的工作方式。

无论是ETL，还是ELT，都是把数据从数据源移动到数据仓库的过程。两种方案的根本区别，在于原始数据「转换」和「加载」的先后顺序，以及随后如何执行分析。

在本文中，我们将对两种方案之间的差异，以及ELT的优势展开讨论。

二、ETL

传统ETL步骤：

• 抽取：按照时间戳、触发条件等方式，从数据源中抽取原始数据。在传统的ETL流程中，此数据被放入临时的中间区域（Staging Area）中。
• 转换：原始数据经过必要的清洗和转换，才能进入数据仓库。如去重、纠错、数据标准统一、按业务规则运算等。
• 加载：转换后的数据，加载到目的端的数据仓库中。

几十年来，ETL被普遍应用于数据分析领域。最初设计时，ETL通常与传统的关系型数据库一起使用，通过ETL工具来完成上述过程。使用这种方案的数据团队，必须在执行任何分析之前就对数据的所有