ELTとは
ELT（Extract, Load, Transform）とは、データソースからデータを抽出（Extract）し、まず目的のストレージに読み込み（Load）、その後にストレージ上で変換（Transform）を行うデータ統合手法です。従来のETLとは変換と読み込みの順序が逆転しています。
| ひとことで言うと | 先に生データを格納し、後から必要に応じて変換する処理方式。 |
|---|---|
| 何がうれしいか | クラウドDWHの計算力を活かせ、後から変換ルールを変えられる。 |
| 注意点 | 生データを大量に保持するため、保管コストが増える。 |
ELTが普及した背景
クラウドデータウェアハウス（BigQuery、Snowflake、Redshiftなど）の登場により、大規模データに対する変換処理をストレージ側で高速に実行できるようになりました。これにより、先にデータを読み込んでから変換するELTアプローチのメリットが増大しました。
1ETL：変換してから格納入れる前に整える
▶
2ELT：格納してから変換まず全部入れる
▶
3クラウドの計算力を活用DWH側で処理
▶
4後から変換を変えられるやり直しがきく
ETLとの比較
ETLでは中間サーバーで変換処理を行うため、処理能力がボトルネックになりがちです。一方ELTでは、スケーラブルなクラウド基盤上で変換を行うため、大量データの処理に適しています。また、生データをそのまま保持できるため、後から異なる変換を適用する柔軟性も得られます。
ELTの代表的なツール
ELTの実現にはFivetranやAirbyte（データ抽出・読み込み）とdbt（データ変換）の組み合わせが広く使われています。dbtはSQLベースで変換ロジックを記述でき、バージョン管理やテストの仕組みも備えています。