DP-900-CORE#79
近年のクラウド分析プラットフォームでは、ELT (Extract → Load → Transform) が ETL より主流になっている理由として最も適切なものはどれですか?
解説
【正解: A】の理由
クラウドでは ストレージとコンピュートが分離されており、生データを Blob / OneLake に安価に保存しておき、必要時に Synapse Serverless / Databricks 等でオンデマンドにスケーラブルな変換ができます。これが ELT (Extract → Load → Transform) が主流になった主因です。
【他選択肢が違う理由】
出典: Microsoft Learn — Data integration with Azure Data Factory
クラウドでは ストレージとコンピュートが分離されており、生データを Blob / OneLake に安価に保存しておき、必要時に Synapse Serverless / Databricks 等でオンデマンドにスケーラブルな変換ができます。これが ELT (Extract → Load → Transform) が主流になった主因です。
| 観点 | ETL (従来) | ELT (クラウド主流) |
|---|---|---|
| 順序 | Extract → Transform → Load | Extract → Load → Transform |
| 変換場所 | 専用 ETL サーバー (オンプレ) | ターゲット側の DWH / Lakehouse 内 |
| 生データ保存 | 通常残しません | Data Lake に生データを保持します |
| 後からの再加工 | 困難です (生データなし) | 容易です |
【他選択肢が違う理由】
- B. ELT が ETL より古い: 事実誤認です。ELT はクラウド普及 (2010 年代後半) で台頭した新しい設計思想です。
- C. クラウドでトランザクション不可: 事実誤認です。Azure SQL / Cosmos DB 等で ACID に完全対応しています。
- D. ELT は Power BI 専用: 事実誤認です。Synapse、Databricks、Fabric の標準アプローチでもあります。
出典: Microsoft Learn — Data integration with Azure Data Factory
コメント