Questa voce o sezione sull'argomento software non cita le fonti necessarie o quelle presenti sono insufficienti.
| Azure Data Factory software | |
|---|---|
| Genere | Data integration, Data transformation, Data orchestration (non in lista) |
| Sviluppatore | Microsoft Corporation |
| Sistema operativo | |
| Sito web | azure.microsoft.com |
Azure Data Factory è un servizio di integrazione di dati basato su cloud sviluppato da Microsoft Corporation. Fornisce strumenti per l'orchestrazione, la trasformazione e l'integrazione (processi ETL) di grandi quantità di dati provenienti da diverse origini in diverse destinazioni[1].
Caratteristiche
[modifica | modifica wikitesto]Azure Data Factory[2] offre diverse funzionalità per agevolare l'integrazione dei dati:
- Pipeline di dati[3]: permette di definire e orchestrare flussi di lavoro per l'estrazione, la trasformazione e il caricamento dei dati da varie sorgenti verso le destinazioni desiderate.
- Connessioni ai dati[4]: supporta una vasta gamma di origini e destinazioni di dati, inclusi database relazionali, servizi cloud, file system, servizi di archiviazione, ecc.
- Trasformazione dei dati: fornisce una serie di strumenti per manipolare e trasformare i dati (dataflow), l'elaborazione dei dati in batch e in streaming, e l'uso di funzioni di data wrangling[5].
- Monitoraggio e gestione[6][7]: permette di monitorare le pipeline di dati, controllare le prestazioni e gestire le risorse in modo efficiente.
Utilizzo
[modifica | modifica wikitesto]Azure Data Factory è ampiamente utilizzato in scenari aziendali in cui è necessario integrare e orchestrare grandi quantità di dati provenienti da diverse fonti. Alcuni esempi di utilizzo includono[8]:
- Data integration: Azure Data Factory consente alle aziende di aggregare dati provenienti da varie origini, come database, servizi cloud, applicazioni SaaS, file system, ecc., e di trasformarli in un formato unificato per un'analisi più approfondita.
- Data transformation: offre funzionalità avanzate per la trasformazione dei dati, inclusa l'elaborazione in batch e in tempo reale, la pulizia dei dati, la normalizzazione, la deduplicazione[9], ecc.
- Data orchestration: permette di definire flussi di lavoro complessi per orchestrare il movimento dei dati tra le origini e le destinazioni desiderate, garantendo la coerenza e l'integrità dei dati durante il processo.
Note
[modifica | modifica wikitesto]- ↑ (EN) Compare AWS Glue vs. Azure Data Factory | TechTarget, su Cloud Computing. URL consultato il 14 giugno 2023.
- ↑ (EN) Introduction to Azure Data Factory, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ Pipeline di Azure, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ Connettori di Azure, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ (EN) Creating a dataflow, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ (EN) Azure monitor, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ (EN) Patrick Pichler, Custom Logging in Azure Data Factory and Azure Synapse Analytics, su Creative Data, 9 novembre 2022. URL consultato il 14 giugno 2023.
- ↑ (EN) Data factory use cases, su azure.microsoft.com. URL consultato l'11 giugno 2023.
- ↑ Cos’è la deduplicazione dei dati?, su hpe.com.
Collegamenti esterni
[modifica | modifica wikitesto]- Sito ufficiale, su azure.microsoft.com.
