---
title: "ETLに関するチュートリアル：動画"
date: 2025-02-05

categories:
  - data-integration
  - etl
  - database + sql
tags:
  - mapforce
description: "このビデオチュートリアルでは、一般的なETL（Extract, Transform, Load）のシナリオを紹介します。具体的には、CSV形式のレポートを対象のデータベースに書き込む前に、そのデータを変換するプロセスについて解説します。"
---
Status: #blog

Tags:  #mapforce #video #data-mapping 

Categories:  [data-integration](/blog/ja/category/data-integration.md) | [etl](/blog/ja/category/etl.md) | [database + sql](/blog/ja/category/database-sql.md)
# ETLに関するチュートリアル：動画

ETLプロセスは、APIからのデータを受け取りデータベースに単純にマッピングするような単純な処理から、広範囲なデータフィルタリング、変換、および操作を必要とする非常に複雑なシナリオまで、幅広い複雑さを含んでいます。

Altova MapForceは、これらのETLタスク全般に対応できます。

![抽出 / 変換 / 読み込み](/blog/images/extract-transform-load.png)

このビデオチュートリアルでは、一般的なETL（Extract, Transform, Load：抽出、変換、ロード）のシナリオについて解説します
- **抽出** 複数のレポートで受信されるCSVデータ
- **データを変換およびフィルタリングします**
- **変換されたデータを、目的のSQLデータベースにロードします**

この特定のデータ変換は、やや複雑です。なぜなら、CSVデータは「ワイド形式」で、複数の年ごとにそれぞれ別の列が設けられているからです。私たちの変換の一部として、データを「ロング形式」に変換し、リレーショナルデータベースでデータが格納される形式に近づけることを行います。具体的には、データを集計したり、ピボットテーブルを作成したりすることで、より整理された形式に変換します。

このように、各年が単一の列として表現され、それに対応するデータが新しい列に移動されるため、行数は増えますが、列数は減ります。この形式は、一般的な分析ツールやBIツールでより扱いやすくなります。

さらに、データベースにデータを書き込む前に、不要なデータを取り除き、長い小数点以下の数字を四捨五入します。

この種のデータ変換は複雑に見えるかもしれませんが、[MapForce ETLツール](https://www.altova.com/ja/mapforce/etl-tool)を使用すれば簡単です。このツールには、ドラッグ＆ドロップによるデータマッピング、[動的なノード名](https://www.altova.com/blog/mapforce-offers-dynamic-access-to-node-names/)、そして組み込み関数などが含まれています。

この動画の例は、CSVファイルをデータベースに変換するETLのシナリオですが、MapForceはXML、JSON、PDF、Excel、EDI、XBRLなど、さらに多様なデータ形式に対応しています。また、一般的なSQLデータベースおよびNoSQLデータベースも、データ変換のソースまたはターゲットとして利用可能です。

![](https://youtu.be/y20tLpSBZS4)


MapForceは、無料で利用可能です [30日間の無料トライアル](https://www.altova.com/ja/mapforce/download). アカウントやクレジットカードは不要です。ですので、すぐにこのETL機能をお試しいただけます。

**次に：** ぜひ、このシリーズの以前の動画もご覧ください [ETLの基礎知識](https://www.youtube.com/watch?v=ONb97UUNrxE).