Merhaba, bu yazımızda ise sizlere talend ELT bileşenleri ile ilgili genel bir fikir vermeyi amaçladık. Detaylı sorularınız için bize her zaman survey@karadanismanlik.com.tr adresinden ulaşabilirsiniz!

ETL ve ELT: Farkı Tanımlamak

ETL ve ELT’nin çok ortak noktası var. Özünde, her bir entegrasyon yöntemi, verileri bir kaynaktan bir veri ambarına taşımayı mümkün kılar. İkisi arasındaki fark, verilerin dönüştürüldüğü yer ve çalışan veri ambarında ne kadar verinin tutulduğudur. Bu makalede, işletmeniz için hangi veri entegrasyon yönteminin doğru olduğuna karar vermenize yardımcı olmak için hem ETL’i hem de ELT’yi daha ayrıntılı olarak ele alacağız.

ETL – Ayıkla, Dönüştür, Yükle

Çekme/dönüştürme/yükleme (ETL), bilgileri uzak kaynaklardan çeken, tanımlanmış biçimlere ve stillere dönüştüren ve ardından veritabanlarına, veri kaynaklarına veya veri ambarlarına yükleyen bir entegrasyon yaklaşımıdır.

ELT – Ayıkla, Yükle, Dönüştür

Çekme/yükleme/dönüştürme (ELT) benzer şekilde bir veya daha fazla uzak kaynaktan veri çıkarır, ancak daha sonra başka bir biçimlendirme olmadan hedef veri ambarına yükler. Bir ELT sürecinde verilerin dönüştürülmesi, hedef veritabanı içinde gerçekleşir. ELT, yalnızca ham ve hazırlıksız verilerini gerektiren uzak kaynaklardan daha az talep eder.

ELT’nin Evrimi

ELT bir süredir piyasada ama Apache Hadoop gibi araçlarla yeniden ilgi gördü. Petabaytlarca ham veriyi dönüştürmek gibi büyük bir görev, küçük işlere bölündü, uzaktan işlendi ve veritabanına yüklenmek üzere geri gönderildi.

İşlem gücündeki iyileştirmeler, özellikle sanal kümeleme, işleri bölme ihtiyacını azalttı. Eskiden bulutta dağıtılan, işlenen ve döndürülen büyük veri görevleri artık tek bir yerde gerçekleştirilebilir.

Her yöntemin avantajları vardır. Veri mimarisini planlarken, BT karar vericileri, ETL veya ELT’yi seçerken dahili yetenekleri ve bulut teknolojilerinin artan etkisini dikkate almalıdır.

ELT ne zaman doğru seçimdir?

Bir şirketin mevcut ağ mimarisine, bütçesine ve bulut ve büyük veri teknolojilerinden halihazırda yararlanma derecesine bağlı olarak değişir. Ancak aşağıdaki üç odak alanından herhangi biri veya tümü kritik olduğunda, cevap muhtemelen evettir.

• Alım hızı bir numaralı öncelik olduğunda
  • ELT’nin verilerin saha dışında çalışıp ardından yüklenmesini beklemesi gerekmediğinden (veri yükleme ve dönüştürme paralel olarak gerçekleşebilir), alım süreci çok daha hızlıdır ve ham bilgileri ETL’den çok daha hızlı sunar.
• Daha fazla bilgi daha iyi bilgi olduğunda
  • Verileri iş zekası ile yorumlamanın avantajı, veri içerisinde gizli ilişkileri eyleme geçilebilecek bilgilere dönüştürme yeteneğinde yatmaktadır. Kuruluşlar, tüm geçmiş verileri el altında tutarak, zaman serileri, satış modelleri, mevsimsel eğilimler veya kuruluş için önemli hale gelen yeni ortaya çıkan herhangi bir metrik üzerinden derinlemesine analiz yapabilir. Veriler yüklenmeden önce dönüştürülmediği için tüm ham verilere erişiminiz olur. Tipik olarak, bulut veri göllerinde bir ham veri deposu, ardından iyileştirilmiş (veya dönüştürülmüş) bir veri deposu bulunur. Örneğin, veri bilimcileri ham verilere erişmeyi tercih ederken, iş kullanıcıları iş zekası için normalleştirilmiş verileri tercih eder.
• Ölçeklendirmeniz gerekeceğini bildiğiniz zaman
  • Hadoop gibi üst düzey veri işleme motorlarını veya bulut veri ambarlarını kullanırken ELT, daha yüksek ölçeklenebilirlik için yerel işlem gücünden yararlanabilir.
  • Hem ETL hem de ELT, ham verilerden iş zekası üretmek için köklü metodolojilerdir. Ancak, neredeyse her şey teknolojide olduğu gibi, bulut da işletmelerin “ELT”, zorluklarıyla başa çıkma şeklini değiştiriyor.

ETL ve ELT ile veri entegrasyonu

Verilerinizi entegre etmenin karmaşık veya pahalı olması gerekmez. Talend Entegrasyon Platformları, ETL veya ELT sürecinizi basitleştirir, böylece ekibiniz diğer önceliklere odaklanabilir.

900’den fazla bileşenle, verileri neredeyse her kaynaktan veri ambarınıza elle kodlamaya göre daha hızlı ve verimli bir şekilde taşıyabileceksiniz. Harcamalarınızı azaltmanıza, değer elde etme süresini hızlandırmanıza ve güvenebileceğiniz veriler sunmanıza yardımcı olacağız.

Talend, dünyanın en büyük şirketlerinden bazılarına işlerini dönüştürmek için ihtiyaç duydukları veri entegrasyon araçlarını sağlıyor. Open Studio for Big Data, şirketlere en büyük ELT işlerinin bile sorumluluğunu alma yetkisi veren ücretsiz, küresel olarak desteklenen bir platformdur. Ayrıca lisanslı version ile demeyimli Teknik destek, iş süreçlerinin TAC(Talend Administration Center) üzerinde yönetilmesi ve birçok bileşen de açık kaynak üzerine eklenerek sunulur. Böylelikle Talend profesyonel anlamda ELT’yi destekleyen bir araç halini almaktadır.

Kaynak : https://www.talend.com/resources/elt-vs-etl/