Das Ontologiediagramm und ein DSG werden dann verwendet, um jeden Datenspeicher zu kommentieren, indem Zuordnungen zwischen diesen beiden Diagrammen definiert werden. Schließlich werden die semantischen Anmerkungen zusammen mit einer Anwendungsontologie verwendet, um eine Reihe generischer Transformationen abzuleiten, um ein konzeptionelles Modell eines ETL-Workflows zu erstellen. Einheitliches Modell – ob ein ETL-Entwurf leicht von einem konzeptionellen Modell in sein semantisch äquivalentes logisches Modell übersetzt werden kann und ob er mit einem beliebigen ETL-Framework implementiert werden kann. Vermeiden Sie eine projektbezogene Finanzierung von ETL-Systemen und bevorzugen Sie stattdessen ein Modell, das die kontinuierliche Weiterentwicklung und Verbesserung fördert, mit einem « Stream » über einen « Stream » über einen Oder drei Jahre. ETL bietet eine Organisationsfähigkeit rund um datengesteuerte Entscheidungsfindung oder datenreiche Anwendungen und sollte so finanziert werden, wie es sich für diese Funktion gehört. Ab 2010[update] hatte die Datenvirtualisierung begonnen, die ETL-Verarbeitung voranzutreiben. Die Anwendung der Datenvirtualisierung auf ETL ermöglichte die Lösung der häufigsten ETL-Aufgaben der Datenmigration und Anwendungsintegration für mehrere verteilte Datenquellen. Virtual ETL arbeitet mit der abstrakten Darstellung der Objekte oder Entitäten, die aus der Vielfalt relationaler, halbstrukturierter und unstrukturierter Datenquellen gewonnen werden. ETL-Tools können objektorientierte Modellierung nutzen und mit Entitäten arbeiten, die dauerhaft in einer zentral gelegenen Hub-and-Spoke-Architektur gespeichert sind. Eine solche Auflistung, die Darstellungen der Entitäten oder Objekte enthält, die aus den Datenquellen für die ETL-Verarbeitung gesammelt wurden, wird als Metadaten-Repository bezeichnet und kann sich im Arbeitsspeicher befinden[8] oder persistent gemacht werden. Durch die Verwendung eines persistenten Metadaten-Repositorys können ETL-Tools von einmaligen Projekten zu persistenter Middleware wechseln und Datenharmonisierung und Datenprofilerstellung konsistent und nahezu in Echtzeit durchführen. Herausforderungen – Ein ETL-Entwurf kann aufgrund des Fehlens einer Standardmodellierungssprache und der Behandlung von Attributen als « Bürger erster Klasse » im Modell komplex werden.

Die in Sekten diskutierten Ansätze. 3.1 und 3.2 erfordern, dass der ETL-Entwickler die ETL-Transformationen und Zuordnungen zwischen Attributen manuell auf einer konzeptionellen Ebene eines ETL-Workflows ableitet. Die Arbeit in [15] schlägt eine halbautomatische Methode zum Entwerfen eines konzeptionellen Modells eines ETL-Workflows vor, bei der ein ontologischer Ansatz verwendet wird. Der vorgeschlagene Ansatz verwendet Ontologie anstelle von UML, da die Ontologie in der Lage ist, ETL-Transformationen automatisch mithilfe von Ontologie-« Reasonern » ableiten zu können. Die vorgeschlagene Lösung erleichtert den Aufbau eines ETL-Workflows auf konzeptioneller Ebene und befasst sich mit dem Problem der semantischen und strukturellen Heterogenität. Um einen Suchraum zu generieren, wird der Algorithmus « Erschöpfende Suche (ES) » verwendet [12]. Als Nächstes wird der Suchraum mithilfe eines Kostenmodells und unterschiedlicher Heuristikfür Leistung, Zuverlässigkeit und Wiederherstellbarkeitsmetriken beschnitt.