Curso de ETL

¿Qué es Pentaho ETL?

Pentaho ETL, o más propiamente Pentaho Data Integration PDI, antes llamado Kettle, es un módulo de una poderosa suite de soluciones Data Warehouse e Inteligencia de Negocios llamada Pentaho (Community Edition). Este módulo ofrece herramientas de fácil comprensión y manipulación que permiten extraer la información de las fuentes de datos corporativas, acondicionarlas, transformarlas y cargarlas en la base de datos destino, ya sea un data vault, una base de datos stage, un datamart, o propiamente un data warehouse. Las herramientas Pentaho están escritas en lenguaje Java, lo que permite emplearlas y montarlas en prácticamente cualquier sistema operativo moderno, lo que resulta muy atractivo a empresas que quieren tener soluciones poderosas a un bajo costo.

¿Por qué el ETL es importante?

Los procesos ETL son parte fundamental del diseño, construcción y operación diaria de una solución data warehouse de inteligencia de negocios. Dado que sirven para ajustar y centralizar información de diferentes fuentes, formatos para toma de decisiones, es de vital importancia centrar la atención en este proceso, para tener certidumbre de los datos resultado. En este aspecto, el modo gráfico e intuitivo de las herramientas Pentaho permiten “dibujar” tales procesos, lo que facilita su comprensión, depuración, modificación y mantenimiento por el personal de desarrollo, haciendo esta tarea mucho mas fácil y clara. Adicionalmente, independientemente que uno esté interesado en implementar una solución de inteligencia de negocios, las herramientas ETL permiten migrar datos de una fuente de datos a otra, ya sea con miras de actualización de versiones o de cambio de plataforma.