ETL 和 ELT 差异
ETL 和 ELT 都是数据处理的模式，但是两者在逻辑和应用场景下是具有较大差异的。两者的英文单字都是相同的意思：
- Extract，数据抽取，从数据源中提取数据
- Ttransform，数据转换，包括了数据清理以及规范化处理，以及其他相关的操作
- Load，数据加载，可以看作是将当前数据结果交付，应用于下游任务
ETL
从数据源中提取数据、转换操作之后，将数据加载到目标数据库或数据仓库的过程。也就是说最终写入数据仓库或者数据库中的数据，是相对来说“清洁的数据”。处理过程可以迭代的数据转换过程得到相应的数据结果——这也容易导致需要投入相应的资源进行维护转换。应用中下游的任务会依赖于 ETL 过程，所以它也不适合应用于长期任务以及大量数据的场景
ELT
将转换操作放到各个数据需要应用的引擎中，因此应用的场景更偏向于大数据，可以支持 DataLake，而且可以应用于非结构化数据中。