ELT

Baixo custo por gigabyte, focado em armazenamento em massa.

ETL

Custo mais alto por gigabyte, focado em alta performance de consulta.

ETL (Extração, Transformação, Carga (ou carregamento) posterior – Usa Data Warehouse

ELT (Extração, Carga (ou carregamento), Transformação posterior – Usa Data Warehouse e Data Lake também

cuidado: dizer que "ETL sempre tem alto custo computacional" seria uma generalização exagerada. O custo depende do volume, complexidade das transformações e infraestrutura.

Se a questão simplesmente afirma que ETL pode ter alto custo computacional em grandes volumes de dados, está correta.

A afirmação está correta.

O processo de ETL (Extract, Transform, Load) possui alto custo computacional devido à complexidade e ao volume das operações executadas em suas três etapas principais:

• Extração (Extract): Leitura de grandes volumes de dados oriundos de múltiplas fontes heterogêneas (bancos relacionais, APIs, arquivos de log, sistemas legados), gerando alto consumo de I/O (entrada/saída) de rede e de disco.

• Transformação (Transform): Etapa de maior demanda de processamento (CPU e memória RAM), pois realiza limpeza, cruzamento de dados (joins), deduplicação, padronização, agregações complexas e conversão de tipos de dados antes da carga final.

• Carga (Load): Inserção massiva de dados transformados no ambiente de destino (como Data Warehouses), exigindo alta capacidade de gravação e indexação no banco de dados receptor.

Para mitigar esse impacto computacional em cenários de Big Data, abordagens modernas frequentemente utilizam o ELT (em que as transformações ocorrem diretamente no destino usando o poder de processamento distribuído da nuvem) ou processamento paralelo via motores como Apache Spark.

Sei não hein... a questão não disse que PODE ter alto custo computacional, ela diz que o tem alto custo computacional.

Acho controverso, nem todo processo de ETL é custoso