Introduction
Számos szervezet nagy mennyiségű adattal dolgozik. Ezek a big data-adatok gyakran nyersek, rendezetlenek és számos helyen tárolhatók, például relációs, nem relációs és egyéb tárolórendszerekben. Ezeknek a szervezeteknek jelentős kihívást jelent, hogy rendet teremtsen ezen big data-adatokhoz, és finomítsa azokat végrehajtható üzleti megállapításokba.
A Microsoft Azure Data Factory egy felügyelt felhőszolgáltatás, amellyel kezelhető üzleti elemzéseket hozhat létre a rendezetlen adatokból. Segítségével kezelheti az összetett hibrid kinyerési, átalakítási és betöltési (ETL), a kinyerési-terhelés-átalakítási és az adatintegrációs projekteket.
Példaforgatókönyv
Tegyük fel, hogy egy játékokkal foglalkozó vállalatnál dolgozik, ahol a játékmenetek során létrehozott adatnaplókat gyűjti össze. Ha elemezhetné ezeket a naplóadatokat, betekintést kaphatna az ügyfelek preferenciáiba, demográfiai adataiba és használati viselkedésébe. Kapcsolatok értékesítési csapatának érdeklődését fejezte ki az értékesítési és keresztértékesítési lehetőségek iránt, és kíváncsi arra, hogy ezek az adatnaplók hasznos információkat tartalmaznak-e. A fejlesztési és technikai csapatok érdeklődnek a játékélmény lehetséges problémáiról, és arról, hogy az új funkciók hogyan segíthetnek megoldani ezeket a problémákat.
A probléma az, hogy a naplók adatainak sikeres elemzéséhez a helyszíni helyeken tárolt adatokra is hivatkoznia kell. Ezek az adatok magukban foglalják az ügyféladatokat, a játékinformációkat és a marketingkampányok adatait. Vállalata egy felhőalapú adattárban tárolta a játéknapló adatait, és azt szeretné, hogy a helyszíni adatokat is használja.
Az adatelemzéssel való előrelépéshez kulcsfontosságú lépés a helyszíni adatok és a játéknaplókból származó további adatok kombinálása. A terv az, hogy a kombinált adatokat az Azure Analysis Services használatával dolgozza fel. Ezután az átalakított adatok közzé lesznek téve egy felhőalapú adattárházban, és a Power BI és más eszközök használatával vizualizálják őket. Az Azure Data Factory segíthet elérni ezt a célt.
Mit fogunk csinálni?
Ebben a modulban megtudhatja, hogyan segíthet az Azure Data Factory a big data vezénylésében. Kiértékeli, hogy az Azure Data Factory segíthet-e az adatforrások integrálásában. Azt is ismertetjük, hogy az Azure Data Factory hogyan képes adatokat betöltésre helyszíni, többfelhős és szoftveres (SaaS- ) adatforrásokból.
Mi a fő cél?
A modul végére többet tudhat meg arról, hogyan állapíthatja meg, hogy az Azure Data Factory segíthet-e adatvezérelt munkafolyamatok létrehozásában és ütemezésében a különböző adattárakból származó adatok betöltéséhez. Felmérheti, hogy az Azure Data Factory segíthet-e összetett ETL-folyamatok létrehozásában, hogy ezeket az adatokat vizuálisan átalakítsa számítási szolgáltatásokkal vagy adatfolyamokkal.