Pourquoi ai-je besoin d'Azure Data Factory ?
Pourquoi ai-je besoin d'Azure Data Factory ?

Vidéo: Pourquoi ai-je besoin d'Azure Data Factory ?

Vidéo: Pourquoi ai-je besoin d'Azure Data Factory ?
Vidéo: 1 . Introduction et création Azure Data Factory (En français) 2024, Peut
Anonim

Usine de données Azure Peut aider Azur Utilisateurs du cloud

Il permet aux entreprises de transformer tous leurs gros bruts Les données à partir de systèmes de stockage relationnels, non relationnels et autres; et l'intégrer pour une utilisation avec Les données workflows pilotés pour aider les entreprises à cartographier leurs stratégies, à atteindre leurs objectifs et à générer de la valeur commerciale à partir du Les données Ils possèdent.

De cette façon, comment fonctionne Azure data/factory ?

Usine de données Azure ne stocke aucun Les données lui-même. Il permet de créer Les données -des workflows pilotés pour orchestrer le mouvement de Les données entre pris en charge Les données magasins et traitement de Les données en utilisant des services de calcul dans d'autres régions ou dans un environnement sur site.

Deuxièmement, quelle est la différence entre SSIS et Azure Data Factory ? L'ADF est Usine de données Azure , Service PaaS basé sur le cloud pour Les données l'intégration. Les deux peuvent être utilisés pour intégrer et transformer Les données sur site et dans le cloud Les données magasins. Cependant, SSIS est construit principalement comme un service sur site tandis qu'ADF a une évolutivité horizontale Les données service de déplacement à Azur.

Par la suite, on peut aussi se demander, Azure Data Factory est-il un outil ETL ?

Introduction. Les Usine de données Azure (ADF) est un service conçu pour permettre aux développeurs d'intégrer différents Les données sources. En d'autres termes, ADF est un service Cloud géré qui est conçu pour une extraction-transformation-charge hybride complexe ( ETL ), extraction-charge-transformation (ELT), et Les données projets d'intégration.

Qu'est-ce qu'ETL dans Azure ?

Extraire, transformer et charger ( ETL ) est le processus par lequel les données sont acquises à partir de diverses sources, collectées dans un emplacement standard, nettoyées et traitées, et finalement chargées dans une banque de données à partir de laquelle elles peuvent être interrogées.

Conseillé: