Sammanfattning
Vårt mål i den här modulen var att avgöra om Azure Data Factory skulle vara ett bra val för dina dataintegreringsbehov. Du använde följande kriterier för att vägleda ditt beslut:
- Krav för dataintegrering
- Kodningsresurser
- Stöd för flera datakällor
- Serverlös infrastruktur
Du tillämpade dessa kriterier på ditt fiktiva spelföretag. Din analys hjälpte dig att avgöra om Azure Data Factory kan hjälpa dig att orkestrera dina stordata. Du har utvärderat om Azure Data Factory kan hjälpa dig att integrera dina datakällor och hur de kan mata in data från lokala datakällor, flera moln och SaaS-datakällor.
Många organisationer arbetar med stordata, som ofta kan vara råa, oorganiserade och lagrade på en rad olika platser. En viktig utmaning för dessa organisationer är att få ordning på dessa stordata och att förfina dem till användbara affärsinsikter. I den här modulen har du lärt dig att Azure Data Factory är en fullständigt hanterad molntjänst som kan hjälpa dig att hantera komplexa hybridextraherings-, transformerings-, inläsnings-, ELT- och dataintegreringsprojekt.
Nu bör du kunna avgöra om Azure Data Factory kan tillhandahålla en lämplig dataintegreringslösning för din organisation. Överväg Azure Data Factory när din organisation uppfyller ett eller flera av följande kriterier:
- Dina datatekniker saknar de kunskaper som krävs för att skapa kod för att utföra dataanalysuppgifter.
- Du har flera datakällor på olika platser.
- Du vill dra nytta av en fullständigt hanterad, molnbaserad lösning.
Referenser
- Vitbok om Azure Data Factory
- Dokumentation om Azure Data Factory
- Kopieringsaktivitet i Azure Data Factory
- Kontinuerlig integrering och leverans i Azure Data Factory