Gå tillbaka

ETL (Extract, Transform, Load)

Sammanfattning

ETL, Extract–Transform–Load, är det dataflöde som plockar ut information ur källsystem, formar om den och skriver in den i ett datalager eller en analysplattform. I moderna molnmiljöer används ofta varianten ELT, där rådata laddas in först och transformeras med målsystemets beräkningskraft. Flödena är en förutsättning för tillförlitlig analys och rapportering.



Vad är ETL?

ETL står för Extract, Transform, Load – det vill säga att hämta data från källsystem, omvandla den till önskat format och ladda den i ett målsystem som ett datalager, en analysplattform eller en operativ databas. ETL är en grundpelare i datahantering och en förutsättning för tillförlitlig dataanalys och rapportering.

De tre stegen

  • Extract: Data hämtas från källor som affärssystem, CRM, filer, API:er eller IoT-strömmar.
  • Transform: Data tvättas, deduplicering körs, format harmoniseras och affärsregler tillämpas.
  • Load: Den transformerade datan laddas in i målsystemet – batchvis eller i nära realtid.

ETL vs. ELT

Med moderna molnplattformar har en variant blivit populär: ELT (Extract, Load, Transform). I ELT laddas rådatan först in i ett data lake eller datalager, och transformationen sker därefter med beräkningskraften i målsystemet. ELT passar bra med kraftfulla molnlager som Databricks, Snowflake och Microsoft Fabric, medan klassisk ETL fortfarande är vanligt vid integration mot äldre system och i scenarier med strikta krav på datakvalitet före laddning.

Vanliga verktyg

I Microsoft-miljöer används ofta Azure Data Factory och Microsoft Fabric Data Pipelines. Databricks, dbt och Informatica är vanliga val i större organisationer. För enklare integrationer används Power Automate och Azure Logic Apps.