Einführung in ETL- und ELT-Pipelines

ETL und ELT in Python

Jake Roach

Data Engineer

Grafik zu Business Intelligence, Machine Learning und KI.

Datenpipelines

… bewegen Daten von einer Quelle zu einem Ziel und transformieren sie unterwegs.

Quellen und Ziele einer Datenpipeline.

ETL

Extract, transform, load
Klassisches Designmuster für Datenpipelines
Quellen können tabellarisch oder nicht tabellarisch sein
Nutze Python mit pandas

ELT

Extract, load, transform
Neueres Muster
Data Warehouses
Typischerweise tabellarische Daten

Extract, transform, load (ETL)

def load(data_frame, target_table):
    # Some custom-built Python logic to load data to SQL
    data_frame.to_sql(name=target_table, con=POSTGRES_CONNECTION)
    print(f"Loading data to the {target_table} table")

# Now, run the data pipeline
extracted_data = extract(file_name="raw_data.csv")
transformed_data = transform(data_frame=extracted_data)
load(data_frame=transformed_data, target_table="cleaned_data")

Extracting data from raw_data.csv
Transforming data to remove 'null' records
Loading data to the cleaned_data table

Extract, load, transform (ELT)

...
def transform(source_table, target_table):
    data_warehouse.run_sql("""
        CREATE TABLE {target_table} AS
          SELECT
              <field-name>, <field-name>, ...
          FROM {source_table};
    """)

# Similar to ETL pipelines, call the extract, load, and transform functions
extracted_data = extract(file_name="raw_data.csv")
load(data_frame=extracted_data, table_name="raw_data")
transform(source_table="raw_data", target_table="cleaned_data")

Wir schauen uns außerdem an …

Grafik mit Themen, die später im Kurs behandelt werden.

Lass uns üben!

ETL und ELT in Python