Skip to content
Cursos

ETL (extraer, transformar, cargar)

ETL (extraer, transformar, cargar) copia datos de los sistemas donde nacen, los limpia y les da forma, y los carga en un almacén de datos para analizarlos juntos.

Selecciona cualquier frase de aquí para preguntarle a tu Maestro.

Cada noche, un proceso ETL agrega los pedidos del día a una tabla del almacén de datos. La carga del martes falló después de agregar 106 de sus 212 pedidos, y el miércoles alguien la volvió a correr. ¿Qué muestra el almacén para el martes?

Una tienda en línea que copia sus pedidos cada noche a su almacén de datos. Datos de ejemplo.

Qué es: ETL son las siglas en inglés de extraer, transformar y cargar. Extraes los datos de los sistemas donde nacen (la tienda en línea, el CRM, la contabilidad), los limpias y les das forma, y los cargas en un almacén de datos donde se pueden analizar juntos.

ETL o ELT: en ELT cargas primero los datos crudos y transformas dentro del almacén con SQL. Es lo más común hoy, y herramientas como dbt hacen la parte de transformar.

Dónde falla: un proceso que corre cada noche puede fallar en silencio: duplica filas al repetirse o se salta las que llegan tarde. Haz una conciliación de los totales contra el sistema de origen cada vez que cargues.

Así se usa

Las tres letras

ETL nocturno de pedidos

  1. marcado: Extraer: leer los pedidos de ayer de la API de la tiendaCopia los datos sin tocar el sistema que usa la tienda.
  2. Transformar: quitar pedidos de prueba, convertir fechas, una fila por pedidoAquí se deciden las reglas que todos van a usar.
  3. Cargar: escribirlos en la tabla orders del almacén de datosAgregar, reemplazar o hacer merge por llave: esta decisión es la que más importa al repetir una carga.
Cambia de orden los dos últimos pasos y tienes ELT: cargas los datos crudos y luego los transformas dentro del almacén.

Cuándo mirar más de cerca

Lee lo nuevo desde la última corrida

Extracción incremental

  1. marcado: Corrida del martes a las 2:00 a. m.: leer pedidos creados después de la corrida anterior

Cada corrida lee los pedidos creados desde la anterior. ¿Cuáles nunca podría leer?

Pregúntale a tu Maestro sobre ETL

Te responde desde la página gratis más cercana a esta palabra, igual que mientras estudias.

Ejemplo

Tú: ¿Qué quiere decir "ETL", en palabras sencillas?

Tu Maestro: Te lo explico con un caso tuyo, que se queda mejor que una definición. ¿De cuántos sistemas copias datos a mano cada semana?

Pregunta sobre: Responde desde la página "¿Qué es el análisis exploratorio de datos y qué hago primero con una tabla nueva?"

Solo este navegador guarda lo que preguntas aquí. ¿Cómo funciona?

Para saber más

Términos relacionados

  • Almacén de datos (data warehouse)

    Un almacén de datos (data warehouse) es una base de datos hecha para analizar: junta los datos de muchos sistemas en un solo lugar, guarda su historia y los acomoda para consultarlos.

  • dbt (data build tool)

    dbt (data build tool) convierte consultas SELECT de SQL en tablas o vistas de tu almacén de datos, las corre en orden y prueba los resultados: dbt run construye los modelos y dbt test los revisa.

  • SQL

    SQL es el lenguaje para pedirle datos a una base de datos: qué columnas, de qué tabla, qué filas y cómo resumirlas. Te regresa otra tabla.

  • Conciliación

    Comparar un total que calculaste con el mismo total de una fuente independiente, como un estado de cuenta o un reporte de caja, y explicar cualquier diferencia.

Todo el glosario