ETL (extragerea, transformarea și încărcarea) este unul dintre cele mai importante procese în analiza datelor mari - și, simultan, poate fi unul dintre cele mai mari blocaje ale sale. (Pentru mai multe despre datele mari, consultați 5 cursuri utile de date mari pe care le puteți susține online.)
Motivul pentru care ETL este atât de important este că cele mai multe date pe care le colectează o companie nu sunt gata, în forma sa brută, pentru o soluție de analiză de a fi digerată. Pentru ca o soluție de analiză să creeze informații, datele brute trebuie să fie extrase din aplicația unde se află în prezent, transformate într-un format pe care un program de analiză îl poate citi și apoi încărcate în programul de analiză.
Acest proces este analog cu gătitul. Ingredientele dvs. prime sunt datele dvs. brute. Acestea trebuie extrase (achiziționate dintr-un magazin), transformate (gătite) și apoi încărcate (placate), înainte de a putea fi analizate (gustate). Dificultatea și cheltuielile se pot reduce în mod imprevizibil - este ușor să faci brânză mac n 'pentru tine, dar mult mai dificil să creezi un meniu gastronomic pentru 40 de persoane la o cină. Inutil să spun, o greșeală în orice moment vă poate face masa indigestibilă.
