ELT significa "Extract, Load, Transform". Ou seja: "Extrair, Carregar, Transformar". O ELT é um processo de dados usado para replicar dados de uma fonte para um banco de dados de destino, sendo uma evolução do mais comumente conhecido ETL (extrair, transformar e carregar) pois torna o processo de replicação de dados muito menos complexo, uma vez que o passo de transformação é realizado após os dados estarem no destino.

Os passos do ELT:

  1. Extrair: Copiar dados de uma fonte de origem.
  2. Carregar: Replicar esses dados no banco de dados de destino.
  3. Transformar: Modelar os dados para estruturá-los, facilitar consultas, cruzar com outras fontes e analisá-los.

Por que é diferente de ETL?

A diferença entre ETL e ELT é mais significante do que apenas uma mudança de ordem nas letras. No ETL, onde a transformação de dados é feita antes da gravação no destino final, o processo de replicação de dados é mais complexo de ser desenvolvido pois exige um desenvolvedor com conhecimentos específicos para criá-lo e alterá-lo sempre que houver uma alteração na estrutura/padrão dos dados ou necessidade de alguma mudança na transformação solicitada por algum analista de negócio.

Enquanto isso, no ELT, o processo de carregamento dos dados pode ser feito sem nenhuma complexidade utilizando ferramentas como a Kondado, e a parte de modelagem e transformação dos dados pode ser feita pelos próprios analistas de negócio que poderão fazer alterações conforme suas necessidades e sem depender de um desenvolvedor para tal.

Naturalmente, o ELT requer mais recursos do destino de dados, já que agora é lá que são realizadas as transformações de dados. No entanto, hoje o poder dos destinos de dados disponíveis em nuvem torna o ELT uma opção mais simples e ágil ao ETL e a escolha perfeita para as áreas de dados mais dinâmicas.

Perguntas frequentes

Qual a diferença entre ELT e ETL?
A diferença vai além da ordem das letras. No ETL, a transformação ocorre antes de carregar os dados no destino, exigindo desenvolvedores especializados para criar e manter o pipeline. No ELT, os dados são extraídos e carregados primeiro, e a transformação acontece no destino — o que permite que analistas de negócio façam a modelagem sem depender de desenvolvedores. A integração de dados fica mais ágil e flexível.
Por que o ELT é considerado uma evolução do ETL?
O ELT simplifica drasticamente o processo de replicação de dados. Como a transformação ocorre após os dados estarem no destino, o carregamento pode ser feito sem complexidade por ferramentas modernas, e as alterações de modelagem são feitas pelos próprios analistas conforme suas necessidades, sem fila de desenvolvimento.
Quais são as etapas do processo ELT?
As três etapas são: Extrair — copiar dados da fonte de origem; Carregar — replicar esses dados no banco de dados de destino; e Transformar — modelar os dados para estruturá-los, facilitar consultas, cruzar com outras fontes e analisá-los.
O ELT exige mais recursos do destino de dados?
Sim. Como as transformações são realizadas no próprio destino, o ELT naturalmente demanda mais poder de processamento e armazenamento do banco de dados final. No entanto, o poder dos destinos de dados em nuvem disponíveis hoje torna essa abordagem perfeitamente viável e vantajosa.
Quem pode fazer a transformação de dados no modelo ELT?
No ELT, a modelagem e transformação dos dados pode ser feita pelos próprios analistas de negócio. Eles podem criar alterações conforme suas necessidades analíticas, sem depender de um desenvolvedor para cada mudança na estrutura ou no padrão dos dados.
Para que tipo de área de dados o ELT é mais indicado?
O ELT é a escolha perfeita para áreas de dados mais dinâmicas — equipes que precisam de agilidade para cruzar fontes, iterar rapidamente em modelos de análise e responder a demandas de negócio sem gargalos técnicos. A flexibilidade da transformação no destino acelera a disponibilização de dados para dashboards e análises.

Escrito por·Publicado em 2020-08-18·Atualizado em 2026-04-25