¿Que es ETL?
Wilo
De Wikipedia, la enciclopedia libre
Saltar a navegación, búsqueda
Son las siglas en inglés de Extraer, Transformar y Cargar (Extract,
Transform and Load). Proceso que permite a las organizaciones mover
datos desde múltiples fuentes, reformatearlos y limpiarlos, y
cargarlos en otra base de datos, data mart, o data warehouse para
analizar, o en otro sistema operacional para apoyar un proceso de
negocio.
El contenido de esta página es un esbozo sobre informática.
Ampliándolo ayudarás a mejorar Wikipedia.
Puedes ayudarte con las wikipedias en otras lenguas.
Tabla de contenidos [ocultar]
1 Extraer
2 Transformar
3 Carga
4 Algunas Herramientas ETL
4.1 Libres
4.2 licencia
[editar] Extraer
La primera parte de un proceso ETL consiste en extraer los datos desde
las fuentes. La mayoría de los proyectos de almacenamiento de datos
consolidan datos de diferentes sistemas de fuentes de datos. Cada
sistema separado puede usar una organización diferente de los datos o
formatos distintos. Los formatos de las fuentes normalmente se
encuentran en bases de datos relacionales o ficheros planos, pero
pueden incluir bases de datos no relacionales u otras estructuras
diferentes. La extracción convierte los datos en un formato preparado
para iniciar el proceso de transformación.
[editar] Transformar
La fase de transformación aplica una serie de reglas de negocio o
funciones sobre los datos extraídos para convertirlos en datos que
serán cargados. Algunas fuentes de datos requerirán alguna pequeña
manipulación de los datos. No obstante en otros casos pueden ser
necesarias aplicar algunas de las siguientes transformaciones:
Seleccionar solo ciertas columnas para su carga (o si lo prefiere, que
las columnas con valores nulos no se carguen)
Traducir códigos (Ej. Si la fuente almacena una "H" para Hombre y "M"
para Mujer pero el destino tiene que guardar "1" para Hombre y "2"
para Mujer )
Codificar valores libres (ej. Mapear "Hombre", "H" y "Sr" en un "1")
Derivar nuevos valores calculados (ej. qty_venta = qty * precio)
Unir datos de multiples fuentes (ej. búsquedas, fusión, etc)
Sumarizar multiples filas de datos (ej. ventas totales de cada
región)
Generación de campos clave en el destino
Transponer o pivotar (girando multiples columnas en filas y
viceversa)
[editar] Carga
La fase de carga es el momento en el cual los datos de la fase
anterior son cargados en el destino. Dependiendo de los requerimientos
de la organización, este proceso puede abarcar una amplia variedad de
procesos diferentes. Algunos almacenes de datos sobrescriben
información antigua con nuevos datos. Los sistemas más complejos
pueden mantener un historial de los registros de manera que se pueda
hacer una auditoría de los mismos y disponer de un rastro de toda la
historia de un dato.
[editar] Algunas Herramientas ETL
ETI*Extract (ahora llamada Eti Solution)
Oracle Warehouse Builder
Data Integrator (herramienta de Business Objects)
Ab Initio
Barracuda Software (Integrator)
Cognos Decisionstream
IBM Websphere DataStage (Previously Ascential DataStage)
Microsoft DTS (incluido en SQL-Server)
Informatica PowerCenter
metaWORKS ( Document Tools)
Kettle, Pentaho
Scriptella ETL - Libre, Apache-licensed ETL
[editar] Libres
Kettle
Scriptella Open Source ETL Tool
Talend Open Studio
[editar] licencia
SmartDB Workbench
DataStudio
Integrator
Informatica PowerCenter
Datastage d'IBM (suite au rachat d'Ascential en 2005)
Sunopsis
Oxio Data Intelligence ETL full web
Obtenido de "http://es.wikipedia.org/wiki/ETL"