◀️ موارد استثنا برای استفاده از ETL (طبق خود اینفوگرافیک):
· خطوط دادهی بلادرنگ (Real-time) مانند Flink.
· تبدیلات سنگین سفارشی که در SQL نمیگنجد.
· سیستمهای قدیمی (Legacy) که هزینهی مهاجرت از آنها بیشتر از دردسر نگهداریشان است.
👼ولی آیا ETL واقعا مرده است؟
فکت : برای اکثر پروژههای دستهای (Batch Processing) که با دادههای ساختاریافته و نیمهساختاریافته در انبارههای مدرن ابری سروکار دارید، استفاده از معماری ELT به همراه dbt در سال ۲۰۲۶ یک پیشفرض هوشمندانه و منطقی است.
اما جملهی «ETL مرده است» اغراقآمیز است. ETL نمرده، بلکه به حوزههای تخصصیتر (پردازش بیدرنگ، الگوریتمهای سنگین و سیستمهای قدیمی) محدود شده است.
🪔کلام آخر: بله، معماری خود را بروز کنید، اما هر ابزاری را برای کارِ درست انتخاب کنید و فریب شعارهای مطلقگرایانه را نخورید. استفاده از ELT و dbt را به عنوان گزینهی پیشفرض در نظر بگیرید، اما آن را تنها راه حل ندانید.
@toobabigdatascience
Post #2954
152
متخصصان علم داده ها data scientists ⚠️این اینفوگرافیک بهصراحت ادعا میکند که در سال ۲۰۲۶، معماری ELT (استخراج، بارگذاری، سپس تبدیل) به طور کامل جایگزین روش سنتی ETL (استخراج، تبدیل، سپس بارگذاری) شده و ابزار dbt به عنوان سلطان بلامنازع تحول داده (Data Transformation) معرفی شده است! ⭕️مشکل…
- 👏 2