{"id":2439,"date":"2021-05-24T18:56:41","date_gmt":"2021-05-24T18:56:41","guid":{"rendered":"https:\/\/artecha.com\/?p=2439"},"modified":"2022-04-08T10:16:15","modified_gmt":"2022-04-08T10:16:15","slug":"streaming-etl-the-modern-way-of-data-transformation","status":"publish","type":"post","link":"https:\/\/artecha.com\/it\/streaming-etl-the-modern-way-of-data-transformation\/","title":{"rendered":"Streaming ETL: Il nuovo approccio alla trasformazione dei dati"},"content":{"rendered":"<p><span style=\"font-weight: 500;\">Con il rapido sviluppo delle capacit\u00e0 di elaborazione e delle tecniche di archiviazione, non c&#8217;\u00e8 dubbio che stiamo affrontando una serie di opportunit\u00e0 nell&#8217;era dei dati.<br \/>\nIl nuovo trend basato sui dati non solo diffonde una nuova consapevolezza nel processo decisionale e nel miglioramento della performance aziendale, ma rappresenta anche un punto di rottura con le tecniche di elaborazione dati tradizionali.<br \/>\n<span style=\"font-weight: 500;\">La crescente complessit\u00e0 della realt\u00e0 richiede soluzioni semplici e flessibili per una contesto altamente competitivo per le aziende. Quindi, il nuovo scenario dipender\u00e0 da come le organizzazioni utilizzano grandi volumi di Big Data per analizzare, organizzare e ristrutturare i propri processi aziendali.<\/p>\n<h3>I vantaggi della trasformazione dei dati<\/h3>\n<p><span style=\"font-weight: 500;\">Ci sono alcuni aspetti chiave che dovremmo considerare prima di lavorare sui dati:<\/p>\n<ul>\n<li><span style=\"font-size: 1rem;\">Determinare i requisiti aziendali<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Comprendere e analizzare le diverse fonti<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Determina le modalit\u00e0 di estrazione dei dati<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Stabilire i requisiti di trasformazione dei dati<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Decidere come gestire il processo ETL<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 500;\"><strong>I processi Extract-Transform-Load (ETL)<\/strong> vengono utilizzati per estrarre, pulire, trasformare e caricare i <strong>Big Data<\/strong> dei dataset per un\u2019integrazione coerente in altro sistema cloud unificato per la business intelligence (BI).<br \/>\nIn quanto fase vitale del processo ETL, la trasformazione dei dati \u00e8 necessaria per trasformare le informazioni in un formato in cui una piattaforma di business intelligence possa interagire con informazioni fruibili.<\/span><\/p>\n<h3>L&#8217;estrazione<\/h3>\n<p><span style=\"font-weight: 500;\">Prima di organizzare i dati, il primo passo nell&#8217;approccio ETL \u00e8 l&#8217;estrazione dei dati grezzi da tutte le fonti rilevanti per l&#8217;analisi. Le origini dati possono includere:<\/p>\n<ul>\n<li><span style=\"font-size: 1rem;\">Sistemi CRM<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">piattaforme di automazione del marketing<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">data warehouse su cloud<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">file non strutturati e strutturati<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">database applicazioni cloud e qualsiasi altra fonte di dati in grado di fornire informazioni da processare.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 500;\">Una volta che tutti i dati sono stati raccolti, notiamo che i dati provenienti da diverse fonti sono strutturati in diversi formati. In questa fase, i dati devono essere organizzati in base alla dimensione e all&#8217;origine per adattarsi al processo di trasformazione.<br \/>\n\u00c8 richiesto un certo livello di coerenza in tutti i dati da raccogliere nel sistema ed elaborare nella fase successiva.<spa><\/p>\n<p><span style=\"font-weight: 500;\">La complessit\u00e0 di questo passaggio pu\u00f2 variare in modo significativo, a seconda dei tipi di dati, del volume dei dati e della sorgente dati. Sebbene dovremmo considerare diversi fattori, la scalabilit\u00e0 \u00e8 fondamentale.<\/p>\n<p> <\/span><\/p>\n<h3>La Trasformazione dei Dati<\/h3>\n<p><span style=\"font-weight: 500;\">La trasformazione dei dati \u00e8 la seconda fase del processo nell\u2019approccio ETL. I dati devono essere puliti, mappati e trasformati. In effetti, questo \u00e8 il passaggio cruciale in cui il processo ETL modifica i dati in modo tale da poter generare report.<br \/>\n\u00c8 uno dei concetti ETL importanti in cui si applica un insieme di funzioni ai dati estratti.<\/span><\/p>\n<p><span style=\"font-weight: 500;\">La fase di trasformazione prevede l&#8217;esecuzione di una serie di funzioni e l&#8217;applicazione di serie di regole ai dati estratti per convertirli in un formato standard per soddisfare i requisiti del database di destinazione. Il livello di intervento richiesto nella trasformazione ETL dipende dai dati estratti e dalle esigenze dell&#8217;azienda.<\/span><\/p>\n<p><span style=\"font-weight: 500;\">Le sorgenti di dati qualitativamente superiori non richiedono molte trasformazioni, mentre altri set di dati potrebbero richiederlo in modo significativo. Per soddisfare i requisiti tecnici e aziendali del database di destinazione, possiamo adottare diverse tecniche di trasformazione.<\/span><\/p>\n<p><span style=\"font-weight: 500;\">Il processo ETL in un data warehouse include i seguenti passaggi durante la trasformazione dei dati:<br \/>\nConverti i dati in base ai requisiti aziendali.<\/p>\n<ul>\n<li><span style=\"font-size: 1rem;\"><strong>Formattare<\/strong> i dati convertiti in un formato standard per la compatibilit\u00e0<\/span><\/li>\n<li><span style=\"font-size: 1rem;\"><strong>Eliminare<\/strong> i dati irrilevanti dai set di dati<\/span><\/li>\n<li><span style=\"font-size: 1rem;\"><strong>Ordinare e filtrare i dati<\/strong><\/span><\/li>\n<li><span style=\"font-size: 1rem;\"><strong>Cancellare le informazioni duplicate<\/span><\/li>\n<li><span style=\"font-size: 1rem;\"><\/strong>Tradurre dove necessario.<\/span><\/li>\n<\/ul>\n<p><img src=\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\" alt=\"cloud\" \/><\/p>\n<h3>La fase di loading o streaming<\/h3>\n<p><span style=\"font-weight: 500;\">La fase conclusiva del processo ETL in tre fasi \u00e8 l&#8217;atto di caricare \/ trasmettere in streaming i set di dati che sono stati estratti e trasformati in precedenza per essere gestiti nel database di destinazione.<br \/>\nCi sono due modi per farlo; la prima \u00e8 una routine di inserimento SQL che prevede l&#8217;inserimento manuale di ogni record in ogni riga della tabella del database di destinazione. L&#8217;altro approccio di caricamento utilizza un processo riservato al caricamento di  una mole di dati.<\/p>\n<p><span style=\"font-weight: 500;\">L&#8217;SQL \u00e8 lento, ma esegue controlli di qualit\u00e0 dei dati pi\u00f9 rigorosi. Sebbene il caricamento di in \u201cbulk\u201d sia molto pi\u00f9 veloce per caricare enormi quantit\u00e0 di dati, non considera l&#8217;integrit\u00e0 dei dati per ogni record. Il caricamento di un\u2019ampia mole di dati \u00e8 l\u2019ideale per i set di dati sicuri che siano privi di errori.<\/p>\n<li><span style=\"font-size: 1rem;\">\u00c8 possibile utilizzare i seguenti meccanismi per caricare un data warehouse:\n<li><span style=\"font-size: 1rem;\">Caricamento di un data warehouse con SQL Loader<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Caricamento di un data warehouse con tabelle esterne<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Caricamento di un data warehouse con API<\/span><\/li>\n<li><span style=\"font-size: 1rem;\">Caricamento di un data warehouse con esportazione \/ importazione<\/span><\/li>\n<h3>Streaming ETL<\/h3>\n<p><span style=\"font-weight: 500;\">Lo streaming del processo ETL \u00e8 utile per casi d&#8217;uso in tempo reale: dashboard, tool dinamici e interattivi che trovano applicazione nell\u2019ambito della customer experience. Fortunatamente, esistono strumenti che semplificano la conversione di lavori in batch periodici in una pipeline di dati in tempo reale.<\/p>\n<p><span style=\"font-weight: 500;\">La trasformazione e il caricamento dei dati possono essere estratti utilizzando una pipeline di dati basata sul flusso per eseguire query SQL e generare report e dashboard. L&#8217;applicazione ETL di streaming pu\u00f2 estrarre i dati da qualsiasi origine e pubblicarli direttamente nell&#8217;applicazione ETL di streaming oppure la sorgente pu\u00f2 pubblicare i dati direttamente nell&#8217;applicazione ETL di streaming ed estrarli da un&#8217;altra origine. Apache Kafka \u00e8 uno strumento popolare per l&#8217;elaborazione dei dati in tempo reale. Possiamo estrarre i dati con e consentire a ETL di eseguire lo streaming nel cloud in tempo reale, senza la necessit\u00e0 di sistemi complessi che richiedono la codifica.<br \/>\nL&#8217;architettura ETL per lo streaming \u00e8 scalabile e gestibile, offrendo un&#8217;ampia variet\u00e0 di scenari ETL.<\/p>\n<h3>Vantaggi della trasformazione dei dati<\/h3>\n<p><span style=\"font-weight: 500;\">Che si tratti di informazioni sui comportamenti dei clienti, processi interni, supply chain, aziende e organizzazioni in tutti i settori, capiscono che i dati hanno il potenziale per aumentare l&#8217;efficienza e generare entrate. Utilizzando il paradigma ETL, le aziende sono in grado di trarre enormi vantaggi dai propri dati, tra cui:<\/p>\n<ul>\n<li><span style=\"font-size: 1rem;\">Gestire i Big Data in modo pi\u00f9 efficace: con i dati raccolti da diverse fonti, le incongruenze nei metadati possono rendere difficile la comprensione dei dati.\n<li><span style=\"font-size: 1rem;\">La trasformazione dei dati organizza metadati migliori per rendere pi\u00f9 facile organizzare e capire cosa c&#8217;\u00e8 nel set di dati guidando l&#8217;attivit\u00e0 del cliente\n<li><span style=\"font-size: 1rem;\">Esecuzione di query pi\u00f9 veloci: i dati trasformati vengono standardizzati e archiviati in macchine virtuali, dove possono essere recuperati rapidamente e facilmente.\n<li><span style=\"font-size: 1rem;\">Miglioramento della qualit\u00e0 dei dati: la qualit\u00e0 dei dati sta diventando una delle principali preoccupazioni per le organizzazioni a causa dei rischi e dei costi derivanti dall&#8217;utilizzo di dati non validi per ottenere business intelligence.\n<p>Se sei interessato a sapere cosa facciamo, visita la pagina dei nostri successi: https:\/\/artecha.com\/business-cases\/<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Con il rapido sviluppo delle capacit\u00e0 di elaborazione e delle tecniche di archiviazione, non c&#8217;\u00e8 dubbio che stiamo affrontando una serie di opportunit\u00e0 nell&#8217;era dei dati. Il nuovo trend basato sui dati non solo diffonde una nuova consapevolezza nel processo decisionale e nel miglioramento della performance aziendale, ma rappresenta anche un punto di rottura con &hellip; <\/p>\n<p class=\"link-more\"><a href=\"https:\/\/artecha.com\/it\/streaming-etl-the-modern-way-of-data-transformation\/\" class=\"more-link\">Leggi tutto<span class=\"screen-reader-text\"> &#8220;Streaming ETL: Il nuovo approccio alla trasformazione dei dati&#8221;<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":2440,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[13],"tags":[],"translation":{"provider":"WPGlobus","version":"2.8.4","language":"it","enabled_languages":["en","it"],"languages":{"en":{"title":true,"content":true,"excerpt":false},"it":{"title":true,"content":true,"excerpt":false}}},"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v17.4 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Artecha - Streaming ETL: Il nuovo approccio alla trasformazione dei dati<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Streaming VS Loading: The modern way of Data Transformation\" \/>\n<meta property=\"og:description\" content=\"With the rapid development of computing capabilities and storage techniques, there is no doubt that we are facing a series of opportunities and challenges brought about by the data era. The new data-based trend not only spreads wisdom into decision-making and performance improvement but also poses a great threat to traditional data processing techniques.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/\" \/>\n<meta property=\"og:site_name\" content=\"Artecha\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/artecha.uk\" \/>\n<meta property=\"article:published_time\" content=\"2021-05-24T18:56:41+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-04-08T10:16:15+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"Streaming VS Loading: The modern way of Data Transformation\" \/>\n<meta name=\"twitter:description\" content=\"With the rapid development of computing capabilities and storage techniques, there is no doubt that we are facing a series of opportunities and challenges brought about by the data era. The new data-based trend not only spreads wisdom into decision-making and performance improvement but also poses a great threat to traditional data processing techniques.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"admin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Organization\",\"@id\":\"https:\/\/artecha.com\/#organization\",\"name\":\"Artecha\",\"url\":\"https:\/\/artecha.com\/\",\"sameAs\":[\"https:\/\/www.facebook.com\/artecha.uk\",\"https:\/\/www.instagram.com\/artecha_uk\/\",\"https:\/\/www.linkedin.com\/company\/artecha\/\",\"https:\/\/www.youtube.com\/channel\/UCITwLcBmVkfvs6EmDe6E3qA\"],\"logo\":{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/artecha.com\/#logo\",\"inLanguage\":\"it-IT\",\"url\":\"https:\/\/artecha.com\/wp-content\/uploads\/2019\/02\/artecha.png\",\"contentUrl\":\"https:\/\/artecha.com\/wp-content\/uploads\/2019\/02\/artecha.png\",\"width\":1024,\"height\":1024,\"caption\":\"Artecha\"},\"image\":{\"@id\":\"https:\/\/artecha.com\/#logo\"}},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/artecha.com\/#website\",\"url\":\"https:\/\/artecha.com\/\",\"name\":\"Artecha\",\"description\":\"The Home of Data\",\"publisher\":{\"@id\":\"https:\/\/artecha.com\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/artecha.com\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage\",\"inLanguage\":\"it-IT\",\"url\":\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\",\"contentUrl\":\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\",\"width\":1920,\"height\":1080,\"caption\":\"differences between streaming and ETL\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage\",\"url\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/\",\"name\":\"Artecha - Streaming ETL: Il nuovo approccio alla trasformazione dei dati\",\"isPartOf\":{\"@id\":\"https:\/\/artecha.com\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage\"},\"datePublished\":\"2021-05-24T18:56:41+00:00\",\"dateModified\":\"2022-04-08T10:16:15+00:00\",\"description\":\"Streaming ETL process is useful for real-time use cases: dashboard, dynamic insights in particular for the customer experience.\",\"breadcrumb\":{\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/artecha.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Streaming VS Loading: The modern way of Data Transformation\"}]},{\"@type\":\"Article\",\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage\"},\"author\":{\"@id\":\"https:\/\/artecha.com\/#\/schema\/person\/f7bec1300da5f5091d316f96957d3f48\"},\"headline\":\"Streaming ETL: Il nuovo approccio alla trasformazione dei dati\",\"datePublished\":\"2021-05-24T18:56:41+00:00\",\"dateModified\":\"2022-04-08T10:16:15+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage\"},\"wordCount\":2146,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/artecha.com\/#organization\"},\"image\":{\"@id\":\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg\",\"articleSection\":[\"Blog\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#respond\"]}]},{\"@type\":\"Person\",\"@id\":\"https:\/\/artecha.com\/#\/schema\/person\/f7bec1300da5f5091d316f96957d3f48\",\"name\":\"admin\",\"image\":{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/artecha.com\/#personlogo\",\"inLanguage\":\"it-IT\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/6f11325c95293d8164bc228c40987b33?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/6f11325c95293d8164bc228c40987b33?s=96&d=mm&r=g\",\"caption\":\"admin\"},\"url\":\"https:\/\/artecha.com\/it\/author\/admin\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Artecha - Streaming ETL: Il nuovo approccio alla trasformazione dei dati","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/","og_locale":"it_IT","og_type":"article","og_title":"Streaming VS Loading: The modern way of Data Transformation","og_description":"With the rapid development of computing capabilities and storage techniques, there is no doubt that we are facing a series of opportunities and challenges brought about by the data era. The new data-based trend not only spreads wisdom into decision-making and performance improvement but also poses a great threat to traditional data processing techniques.","og_url":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/","og_site_name":"Artecha","article_publisher":"https:\/\/www.facebook.com\/artecha.uk","article_published_time":"2021-05-24T18:56:41+00:00","article_modified_time":"2022-04-08T10:16:15+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_title":"Streaming VS Loading: The modern way of Data Transformation","twitter_description":"With the rapid development of computing capabilities and storage techniques, there is no doubt that we are facing a series of opportunities and challenges brought about by the data era. The new data-based trend not only spreads wisdom into decision-making and performance improvement but also poses a great threat to traditional data processing techniques.","twitter_image":"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg","twitter_misc":{"Scritto da":"admin","Tempo di lettura stimato":"5 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Organization","@id":"https:\/\/artecha.com\/#organization","name":"Artecha","url":"https:\/\/artecha.com\/","sameAs":["https:\/\/www.facebook.com\/artecha.uk","https:\/\/www.instagram.com\/artecha_uk\/","https:\/\/www.linkedin.com\/company\/artecha\/","https:\/\/www.youtube.com\/channel\/UCITwLcBmVkfvs6EmDe6E3qA"],"logo":{"@type":"ImageObject","@id":"https:\/\/artecha.com\/#logo","inLanguage":"it-IT","url":"https:\/\/artecha.com\/wp-content\/uploads\/2019\/02\/artecha.png","contentUrl":"https:\/\/artecha.com\/wp-content\/uploads\/2019\/02\/artecha.png","width":1024,"height":1024,"caption":"Artecha"},"image":{"@id":"https:\/\/artecha.com\/#logo"}},{"@type":"WebSite","@id":"https:\/\/artecha.com\/#website","url":"https:\/\/artecha.com\/","name":"Artecha","description":"The Home of Data","publisher":{"@id":"https:\/\/artecha.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/artecha.com\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"ImageObject","@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage","inLanguage":"it-IT","url":"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg","contentUrl":"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg","width":1920,"height":1080,"caption":"differences between streaming and ETL"},{"@type":"WebPage","@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage","url":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/","name":"Artecha - Streaming ETL: Il nuovo approccio alla trasformazione dei dati","isPartOf":{"@id":"https:\/\/artecha.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage"},"datePublished":"2021-05-24T18:56:41+00:00","dateModified":"2022-04-08T10:16:15+00:00","description":"Streaming ETL process is useful for real-time use cases: dashboard, dynamic insights in particular for the customer experience.","breadcrumb":{"@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/artecha.com\/"},{"@type":"ListItem","position":2,"name":"Streaming VS Loading: The modern way of Data Transformation"}]},{"@type":"Article","@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#article","isPartOf":{"@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage"},"author":{"@id":"https:\/\/artecha.com\/#\/schema\/person\/f7bec1300da5f5091d316f96957d3f48"},"headline":"Streaming ETL: Il nuovo approccio alla trasformazione dei dati","datePublished":"2021-05-24T18:56:41+00:00","dateModified":"2022-04-08T10:16:15+00:00","mainEntityOfPage":{"@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#webpage"},"wordCount":2146,"commentCount":0,"publisher":{"@id":"https:\/\/artecha.com\/#organization"},"image":{"@id":"https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#primaryimage"},"thumbnailUrl":"https:\/\/artecha.com\/wp-content\/uploads\/2021\/05\/project1.jpg","articleSection":["Blog"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/artecha.com\/streaming-etl-the-modern-way-of-data-transformation\/#respond"]}]},{"@type":"Person","@id":"https:\/\/artecha.com\/#\/schema\/person\/f7bec1300da5f5091d316f96957d3f48","name":"admin","image":{"@type":"ImageObject","@id":"https:\/\/artecha.com\/#personlogo","inLanguage":"it-IT","url":"https:\/\/secure.gravatar.com\/avatar\/6f11325c95293d8164bc228c40987b33?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/6f11325c95293d8164bc228c40987b33?s=96&d=mm&r=g","caption":"admin"},"url":"https:\/\/artecha.com\/it\/author\/admin\/"}]}},"_links":{"self":[{"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/posts\/2439"}],"collection":[{"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/comments?post=2439"}],"version-history":[{"count":2,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/posts\/2439\/revisions"}],"predecessor-version":[{"id":2767,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/posts\/2439\/revisions\/2767"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/media\/2440"}],"wp:attachment":[{"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/media?parent=2439"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/categories?post=2439"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/artecha.com\/it\/wp-json\/wp\/v2\/tags?post=2439"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}