ETL e ELT

Em uma frase

ETL transforma o dado em trânsito, antes de gravar no destino; ELT grava o dado bruto no destino e transforma lá dentro.

O que realmente muda

A ordem das letras é consequência. A decisão é sobre duas coisas: quem paga a conta da computação e o que fica gravado no destino.

Por que o ELT ganhou espaço

Duas mudanças econômicas. Armazenamento de objetos ficou barato o suficiente para guardar tudo, inclusive o que talvez nunca seja usado. E a computação no destino ficou elástica: em vez de dimensionar um servidor de ETL para o pico do fechamento, você liga um cluster por vinte minutos e desliga.

Somado a isso, a variedade cresceu. JSON de API, log de aplicação e arquivo de parceiro não cabem num esquema fixo definido antes da carga. Pousar primeiro e interpretar depois deixou de ser gambiarra e virou desenho.

O bruto é uma apólice

Guardar o bruto custa armazenamento. Não guardar custa a impossibilidade de corrigir o passado. No banco, onde regra de segmentação, de provisão e de risco muda com frequência, essa apólice se paga.

Os riscos do ELT

1. 1Dado sensível entra cru: CPF, renda e dado de saúde passam a existir numa cópia dentro do lake, fora do perímetro da origem.
2. 2Custo migra para o destino: transformação vira consumo recorrente de computação, e consulta ruim sobre tabela crua grande aparece na fatura.
3. 3Governança vira gargalo: sem catálogo, dono, contrato e linhagem, o bruto acumula e ninguém sabe o que é cada tabela.

As mitigações são conhecidas e você deve saber citá-las: tokenização dos campos críticos já na ingestão, controle de acesso por coluna na zona bronze, retenção definida, particionamento e formato colunar para o custo, e contrato mais teste de qualidade como condição para promover de bronze para prata.

Quando ETL ainda é a resposta

Quatro situações resistem, e todas aparecem em banco:

1. Mascarar PII antes do pouso. Se a exigência é que nenhum campo identificável exista na zona bruta, a transformação tem que acontecer antes de gravar. Não há como corrigir isso depois.
2. Contrato rígido. Data mart contábil e reporte regulatório precisam que o registro ruim seja rejeitado no caminho, não descoberto três camadas adiante.
3. Origem que não pode ser lida duas vezes. Fila que consome a mensagem, arquivo de parceiro disponível por 24 horas, janela contratada de extração de mainframe.
4. Destino sem capacidade de computação. Se o alvo é um banco operacional que não aguenta transformação pesada, empurrar o T para lá é criar incidente.

Como responder em voz alta

Comece pela diferença em uma frase — onde a transformação roda. Explique a economia que fez o ELT ganhar. Defenda o bruto pelo reprocessamento. Liste os três riscos com uma mitigação cada. Feche com as situações em que você ainda faria ETL. Isso mostra decisão, e não preferência.