Todo o projeto de dados tem de responder a uma pergunta antes de escrever a primeira linha de código: os dados são transformados antes ou depois de chegarem ao destino? É a diferença entre ETL e ELT — e escolher errado custa tempo e dinheiro.
ETL: transformar antes de carregar
No ETL (Extract, Transform, Load), os dados são extraídos das fontes, transformados numa área intermédia e só depois carregados no destino já limpos e no formato final. Foi a abordagem clássica durante décadas, quando o armazenamento era caro e só queríamos guardar o essencial.
ELT: carregar primeiro, transformar depois
No ELT (Extract, Load, Transform), os dados em bruto são carregados diretamente no destino (tipicamente um data warehouse ou lakehouse na cloud) e a transformação acontece lá dentro, aproveitando o poder de processamento da plataforma. É a abordagem que ganhou força com a cloud, onde o armazenamento é barato e a computação é elástica.
As diferenças que contam
- Onde transforma: ETL num motor externo; ELT dentro do próprio destino.
- Dados em bruto: o ELT guarda o original — podes voltar atrás e re-transformar; o ETL só guarda o resultado final.
- Escala: o ELT aproveita a elasticidade da cloud; o ETL depende da capacidade da área intermédia.
- Flexibilidade: com ELT, novos requisitos re-usam os dados já carregados sem re-extrair da fonte.
Qual escolher?
Se estás numa plataforma cloud moderna (data warehouse ou lakehouse), o ELT costuma ser a escolha natural: mais flexível, mais escalável e preserva o histórico em bruto. O ETL ainda faz sentido quando há regras de limpeza/conformidade pesadas antes de os dados poderem sequer tocar no destino, ou em sistemas legados on-premises.
Na prática
A tendência é clara: com armazenamento barato e computação elástica, o ELT tornou-se o padrão na maioria dos projetos novos. Mas o melhor pipeline é o que serve os teus requisitos — não o que está na moda. A tua arquitetura atual está a transformar no sítio certo?
