bigdata - ETL 和 ELT 有什么区别？

Question

我知道在ETL中，我们将数据转换并加载到数据仓库中。
在ELT中，我们将数据加载到数据仓库中，然后进行转换。

1. 除了以上两行，它们究竟有何不同？

2. 一个比另一个有什么优势？

3. 在 ELT 中，我看到有人告诉我们，我们利用数据仓库的力量来进行转换。为什么仓库提供转型优势？

4. 在我的用例中，我在源 ADLS(源层)中有源数据，我再次将数据提取到我的 ADLS(原始层)中，因为它使用的是 azure Databricks，然后获取原始层数据并进行转换使用 azure databricks 的数据再次存储在 ADLS(最后一层)中。现在将最后一层数据从 ADLS 复制到 azure sql server db，如下所示。

   源 ADLS --> 原始层 ADLS [使用 ADB 复制所有内容(源已安装)]
   原始层 ADLS --> 最终层 ADLS [使用 ADB 转换]
   最后一层 ADLS --> SQL Server 数据库 [使用 ADF 复制]

   它是 ETL 还是 ELT？

Answer 1

@NickW answer 的回答是一个很好的总结。我要补充的是，这在很大程度上取决于你有能力支持什么。如果您的大部分现场人才都是基于 SQL 的，那么 ELT(在存储过程中完成转换等)可能更有意义，因为您的团队不必学习在 ETL 工具中编写转换代码。如果您有 ETL 人才，那么在那里进行转换可能更有意义，这将从您的数据仓库服务器卸载该处理。

这个架构问题可能更多地与您拥有的才能和技能有关。