ETL 与 ELT 基础笔记

本文最后更新于 8 个月前，文中所描述的信息可能已发生改变。

数据分析不是从干净表格开始的。 大多数时候，第一步是把数据从不同系统里抽出来，再整理成能分析的样子。

1. ETL 是什么 ​

ETL 是三个词的缩写：

Extract   抽取
Transform 转换
Load      加载

它表示：

先从数据源抽取数据，再清洗转换，最后加载到目标系统。

比如从业务数据库、日志系统、第三方接口抽取数据，处理字段格式、去重、补充维度，最后写入数据仓库。

2. ELT 是什么 ​

ELT 的顺序是：

Extract 抽取
Load    加载
Transform 转换

也就是先把原始数据加载到目标平台，再在平台内部做转换。

这在云数仓和大数据平台中比较常见，因为目标平台本身计算能力很强。

3. ETL 和 ELT 的区别 ​

ETL 更像“整理好再入库”，ELT 更像“先入湖，再加工”。

4. 为什么这很重要 ​

数据链路如果混乱，后面的分析和建模都会受影响。

常见问题包括：

• 字段含义不一致。
• 时间格式混乱。
• 重复数据未处理。
• 缺失值没有规则。
• 数据延迟不可控。

ETL / ELT 的目标不是简单搬运数据，而是让数据可理解、可追踪、可复用。

5. 小结 ​

可以这样记：

• ETL：先转换，再加载。
• ELT：先加载，再转换。

对初学者来说，更重要的是理解数据流向：

数据从哪里来
经过哪些处理
最后到哪里去

这条链路清楚了，后面的数仓、治理、分析才有基础。