Présentation
La plupart des organisations utilisent de grandes quantités de données. Ces Big Data sont souvent brutes, non organisées et stockées dans divers endroits, comme des systèmes de stockage relationnels, non relationnels ou autres. Pour ces organisations, il est important de mettre de l’ordre dans ces Big Data et de les transformer en insights actionnables.
Microsoft Azure Data Factory est un service cloud managé que vous pouvez utiliser pour créer des insights métier actionnables à partir de données non organisées. Il peut vous aider à gérer des projets hybrides complexes d’ETL (extraction, transformation et chargement), d’ELT (extraction, chargement et transformation) et d’intégration de données.
Exemple de scénario
Supposons que vous travailliez pour une société de jeux vidéos et que vous soyez chargé de rassembler les journaux de données générés pendant les parties. L’analyse des données de ces journaux vous permettra d’obtenir des insights concernant les préférences des clients, les données démographiques et le comportement d’utilisation. Les membres de l’équipe de vente se montrent intéressés par les opportunités de vente incitative et de vente croisée, et se demandent si ces journaux de données peuvent contenir des informations utiles. L’équipe technique et l’équipe de développement souhaitent en savoir plus sur les problèmes potentiels liés à l’expérience de gaming et sur la manière dont les nouvelles fonctionnalités peuvent aider à résoudre ces problèmes.
Votre problème est que pour analyser correctement les données dans les journaux, vous devez également référencer les données stockées localement. Ces données incluent des informations sur les clients, sur les jeux ainsi que sur les campagnes marketing. Votre entreprise stocke vos données de journal de jeu dans un magasin de données cloud, et elle souhaite que vous utilisiez également toutes les données locales.
Pour progresser avec l’analyse des données, il est essentiel de combiner les données locales avec les autres données issues des journaux de jeu. Vous prévoyez de traiter les données combinées à l’aide d’Azure Analysis Services. Ensuite, publiez les données transformées dans un entrepôt de données cloud et visualisez-les en utilisant Power BI et d’autres outils. Azure Data Factory peut vous aider à atteindre cet objectif.
Que faisons-nous ?
Dans ce module, vous allez découvrit comment Azure Data Factory orchestre vos Big Data. Vous allez déterminer si Azure Data Factory peut vous aider à intégrer vos sources de données. Vous verrez également comment Azure Data Factory peut ingérer des données à partir de sources de données locales, multiclouds et SaaS (software as a service).
Quel est l’objectif principal ?
À la fin de ce module, vous en saurez plus sur la manière dont Azure Data Factory peut vous aider à créer et à planifier des workflows basés sur les données pour ingérer des données provenant de différents magasins de données. Vous allez évaluer si Azure Data Factory peut vous aider à créer des processus ETL complexes pour transformer ces données visuellement avec des services de calcul ou avec des flux de données.