「ETLからELTへの移行」

「ETLからELTへの移行：美容とファッションの世界での進化」

クラウドコンピューティングとアナリティクスエンジニアリングがETLからELTへの移行を強制した方法

ETL（抽出-変換-読み込み）とELT（抽出-読み込み-変換）は、データエンジニアリングの領域および特にデータの取り込みと変換の文脈で一般的に使用される2つの用語です。

これらの用語はしばしば同義で使われますが、少し異なる概念を指し、データパイプラインの設計に対して異なる影響を持っています。

この記事では、ETLとELTプロセスの定義を明確にし、両者の違いを説明し、エンジニアとデータチーム全体に提供する利点と欠点について議論します。

そして、何よりも重要なこととして、最近のモダンデータチームの形成における変化がETL vs ELTの戦いに与える影響について説明します。

• 「RetinaNetとKerasCVを使用した物体検出」
• 「GoとMetalシェーディング言語を通じてAppleのGPUをプログラミングする」
• 「Web Speech API：何がうまく機能していて、何が機能しないのか、そしてそれをGPT言語モデルにリンクして改善する方法」

抽出、読み込み、変換の独立した理解

ETLとELTを比較する際の主な関心事は、データパイプライン内で抽出、読み込み、変換の手順がどのように実行されるかです。

今のところ、この実行手順を無視し、実際の用語に焦点を当て、それぞれのステップがどのような役割を果たすかについて議論しましょう。

抽出：このステップは、永続的なソースからデータを取得するプロセスを指します。このデータソースはデータを含むデータベース、APIエンドポイント、ファイル、または実際には構造化または非構造化のどの形式のデータでも含まれます。

変換：このステップでは、パイプラインがデータの構造や形式を変更して特定の目標を達成することが期待されます。変換は属性の選択、レコードの修正（例：'United Kingdom'を'UK'に変換するなど）、データの検証、他のソースとの結合など、入力データの形式を変更するものであれば何でも含まれます。

読み込み：読み込みステップは、データ（生データまたは変換されたバージョンのいずれか）をターゲットシステムにコピーするプロセスです…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!