ETL : gardez les spaghettis pour le dîner

L'une des première décisions technologiques à prendre dans les projets de mise en place de data warehouse est le choix de la méthode qui sera utilisée pour effectuer les tâches d'extraction, de transformation et de chargement des données (ETL).

Devant une telle décision, on est évidemment confronté à la classique question du Build vs Buy (Acheter un outils du marché ou fabriquer en interne) et même si on est tenté d'y répondre par : "ça dépend!", cette réponse est dangereuse car elle sert d'excuse pour fabriquer son propre ETL.

Le Data Warehouse : à quoi sert-il ? et pourquoi en a t'on besoin ?

Les données sont conservées au sein des organisations dans deux emplacements : le système d'information opérationnel et l'entrepôt de données (Data warehouse).

Le système d'information opérationnel est le point d'entrée des données (lecture des codes-barres de vos articles lors de votre passage en caisse au supermarché) et le data warehouse est leur point de sortie (consultation du chiffre d'affaire réalisé la semaine dernière par le responsable du supermarché).