Extract, transform, load: differenze tra le versioni

Versione delle 00:59, 14 feb 2007

Versione attuale delle 16:41, 18 lug 2025

(63 versioni intermedie di 48 utenti non mostrate)

Riga 1:

{{F|informatica|luglio 2025}}

In [[informatica]] '''Extract, transformTransform, loadLoad''' ('''ETL''') è un'espressione in [[lingua inglese]] che si riferisce al processo di estrazione, trasformazione e caricamento dei dati in un sistema di sintesi ([[data warehouse]], [[data mart]].., [[big data]], ecc.).

== Descrizione ==

I dati vengono estratti da sistemi sorgenti quali database transazionali ([[OLTP]]), comuni filesfile di testo o da altri sistemi informatici (ad esempio, sistemi [[Enterprise Resource Planning|ERP]] o [[Customer relationship management|CRM]]).

Subiscono quindi un processo di trasformazione, che consiste ad esempio nel:

* Selezionare solo quelli che sono di interesse per il sistema

* [[Normalizzazione (informatica)|Normalizzare]] i dati (per esempio eliminando i duplicati)

* Tradurre dati codificati

* Derivare nuovi dati calcolati

* Eseguire accoppiamenti (''join'') tra dati recuperati da differenti [[Tabella (basi di dati)|tabelle]]

* Raggruppare i dati

Tale trasformazione ha lo scopo di consolidare i dati (cioè rendere omogenei dati provenienti da sorgenti diverse) e di fare in modo che siano più aderenti alla logica di business del sistema di analisi per cui viene sviluppato.

Riga 13 ⟶ 16:

Vengono infine memorizzati nelle tabelle del sistema di sintesi (load).

Occorre prestare particolare attenzione alla granularità delle informazioni da memorizzare nella stutturastruttura a valle. Queste infatti, non solo devono essere aggregate in modo da non avere un dettaglio eccessivo (cosa che potrebbe portare ad un decadimento delle prestazioni delle interrogazioni effettuate sul sistema), ma devono anche mantenere una granularità che consenta di effettuare le necessarie analisi sui dati.

==Le= modalitàModalità di utilizzo ===

Occorre sottolineare come l'implementazione di estrattori necessiti di un'analisi di dettaglio dei sistemi di alimentazione. L'obiettivo che si deve porre un'azienda è che questo processo sia unico per tutti i sistemi di sintesi. Assolutamente da evitare è la stratificazione nel tempo di più estrattori dallo stesso sistema per alimentare diversi sistemi di sintesi. Tali estrattori avendo piccole variazioni nei criteri di estrazione, di codifica o di ripulitura dei dati tenderebbero ad avere, nella pratica, criteri simili di estrazione ma non identici. Il risultato di tali stratificazioni è quello di avere sistemi di sintesi che presentano all'alta direzione risultati che, rappresentando gli stessi fenomeni, evidenziano invece valori diversi. Ciò contribuisce a generare diffidenza per i risultati dei sistemi di sintesi in generale.

Per capire meglio cosa può succedere è sufficiente pensare di dover determinare il numero dei clienti di un'azienda a una certa data. È necessario decidere, a fronte di un nominativo presente nell'anagrafica clienti, dopo quanto tempo di inattività non consideraloconsiderarlo più tale.

Può succedersuccedere che il significato di "numero clienti" sia diverso per reparti diversi della stessa azienda. Per il controllo di gestione un cliente può essere tale solo se ha comprato nel corso dell'anno, ma per il marketing, che deve mandare gli auguri di Natale, il bacino sarà senz'altro diverso e superiore.

E'È necessario che sia demandato ad uno specifico sottosistema dedicato la funzione di integrazione dati tra i sistemi transazionali ([[OLTP]]) e i sistemi di sintesi [[OLAP]], impedendo, di fatto che siano sviluppati più processi per estrarre lo stesso dato.

Lo sfruttamento di [[metadati]] (es. dizionario dati) potrà contribuire a generare l'integrazione non solo tecnica, ma anche culturale all'interno dell'azienda.

Avere questo approccio significa rendere indipendenti, ma integrati, i vari sottosistemi aziendali (fornitori, magazzino, clienti, contabilità generale, [[controllo di gestione]]) creando e gestendo l'univocità del dato e rendendo più semplice il controllo accentrato o la sostituzonesostituzione di uno dei sistemi oggetto dell'integrazione.

Va notato come spesso per ETL si intende lo strumento con il quale è possibile sviluppare questa particolare architettura di alimentazione che di per sèsé potrebbe essere sviluppata anche con strumenti standard. Gli ETL tuttavia, essendo strumenti "dedicati", forniscono risultati tangibili in termini di documentazione e di velocità di sviluppo, per contro ncessitanonecessitano di un gruppo di lavoro specializzato in questo "linguaggio" e quindi, in caso di turn''[[Ricambio overdel personale|turnover]]'' o licenziamento, la necessità di gestire anticipatamente la presenza in azienda di opportuni back-up con i relativi costi.

== AlcuniVoci ETL Softwarecorrelate ==

* [[Data integration]]

* [http://www.smartdbcorp.com/ SmartDB Workbench]

* [[Data cleaning]]

* [http://www.data.fr/ DataStudio]

* [http://www.barracudasoft.com/eng/e_integrator.html Integrator]

* [http://www.informatica.com Informatica PowerCenter]

* [http://ibm.ascential.com/products/datastage.html Datastage] [[IBM]]

* [http://www.microsoft.com/sql/technologies/integration/default.mspx SSIS] [[Microsoft]]

* [http://www.i-service.com I-service] [[IngeniumTechnology]]

{{portale|informatica}}

== Collegamenti esterni ==

* [[http://www.lineaedp.agepe.it/01NET/HP/0,1254,1_ART_75608,00.html Oltre i limiti dell’Etl per dati consistenti]]

* [[http://www.weekit.it/index.php?option=com_content&task=view&id=36699&Itemid=156 Data warehouse, Etl e Opendigger]]

[[Categoria:DatabaseTeoria delle basi di dati]]

[[de:ETL-Prozess]]

[[en:Extract, transform, load]]

[[es:ETL]]

[[fr:Extract Transform Load]]

[[nl:ETL]]

[[pt:ETL]]