# Utformade, implementerade och administrerade 6 ETL/ELT‑pipelines med Google BigQuery, MSSQL, PostgreSQL, Shell‑skript, PL/pgSQL och Transact‑SQL och integrerade data för effektiv bearbetning i ett Python‑API. 2022 – 2024 **Situation.** Organisationen behövde konsolidera och bearbeta stora volymer strukturerade data från ett fjärrbeläget datalager bakom ett IPsec‑VPN. Dessa data var avgörande för att driva interna analysdashboards och externa Python‑API:er som användes av kunder och partner. **Uppgift.** Målet var att utforma, implementera och underhålla en uppsättning robusta och automatiserade ETL/ELT‑pipelines för att på ett säkert sätt hämta, transformera och läsa in data i Google BigQuery, och samtidigt säkerställa korrekta data, prestanda och skalbarhet i alla system. **Handling.** 6 kompletta ETL/ELT‑pipelines utformades, implementerades och administrerades, med en rad tekniker som Google BigQuery, MSSQL, PostgreSQL, Shell‑skript, PL/pgSQL och Transact‑SQL. - Etablerade säkra anslutningar till en fjärrserver skyddad av ett IPsec‑VPN för att automatisera datahämtningen. - Schemalade och körde nedladdningar av komprimerade dataarkiv med Parquet-, CSV- och .bak‑filer. - Utvecklade Bash- och Python‑skript för att extrahera och klassificera filer efter typ och schema. - För .bak‑filerna återställdes säkerhetskopiorna till en lokal MSSQL‑instans med arbetsflöden baserade på RESTORE DATABASE, och schemaintegriteten validerades. - Läste in strukturerade data i staging‑scheman i MSSQL och PostgreSQL med verktygen bcp, psql och SSIS, beroende på källformatet. - Skrev modulära och återanvändbara PL/pgSQL- och T‑SQL‑procedurer för att rensa, normalisera och berika data utifrån affärslogiken. - Exporterade kurerade dataset och tabeller till mellanformat, komprimerade dem med gzip och överförde dem säkert till en bucket i Google Cloud Storage. - Automatiserade uppladdningen och schemamappningen till Google BigQuery med bq CLI och Python‑baserade skript för datainläsning. **Resultat.** Dessa automatiserade pipelines minskade avsevärt det manuella merarbetet och bearbetningstiden — från över 3 timmars manuellt arbete till under 20 minuter för hela flödet, samtidigt som datafärskheten förbättrades från veckovis till daglig synkronisering. De Python‑API:er som använde dessa data fick 30 % bättre prestanda, och den ökade insynen hjälpte affärsanalytikerna att snabbare leverera insikter till intressenterna. Lösningen är fortfarande skalbar och utbyggbar, så att nya datakällor kan anslutas i takt med att verksamheten växer. --- - Roll: Dataingenjör - Kategorier: [Databaser](https://software.engineer.company/sv/categories/databases/), [PostgreSQL](https://software.engineer.company/sv/categories/postgresql/), [SQL](https://software.engineer.company/sv/categories/sql/), [Datalager](https://software.engineer.company/sv/categories/data-warehousing/), [Data engineering](https://software.engineer.company/sv/categories/data-engineering/), [Datapipelines (ETL/ELT)](https://software.engineer.company/sv/categories/data-pipelines/), [Molntjänster](https://software.engineer.company/sv/categories/cloud/), [Automatisering och CI/CD](https://software.engineer.company/sv/categories/automation/), [Nätverk och VPN](https://software.engineer.company/sv/categories/networking/), [Python](https://software.engineer.company/sv/categories/python/) - Tjänster: [Backend- och API‑utveckling](https://software.engineer.company/sv/services/backend-development/), [Databasdesign och datamodellering](https://software.engineer.company/sv/services/database-design/), [Utveckling av datapipelines (ETL/ELT)](https://software.engineer.company/sv/services/data-pipeline-development/), [Design av datalager](https://software.engineer.company/sv/services/data-warehousing/)