Riepilogo
L'obiettivo di questo modulo era determinare se Azure Data Factory può essere una scelta ottimale per le esigenze di integrazione dei dati. Sono stati applicati i criteri seguenti per guidare la decisione:
- Requisiti per l'integrazione dei dati
- Codifica delle risorse
- Supporto per più origini dati
- Infrastruttura serverless
Questi criteri sono stati applicati alla società di giochi fittizia. L'analisi ha consentito di determinare se Azure Data Factory può essere utile per orchestrare i Big Data. Si è valutato se Azure Data Factory può aiutare a integrare le origini dati e in che modo può inserire i dati da origini dati locali, multicloud e SaaS.
Molte organizzazioni lavorano con i Big Data, che spesso possono essere non elaborati, non organizzati e archiviati in posizioni di vario tipo. Una sfida significativa per queste organizzazioni è riorganizzare questi Big Data e trasformarli in informazioni aziendali dettagliate di utilità pratica. In questo modulo si è appreso che Azure Data Factory è un servizio cloud completamente gestito che consente di gestire complessi progetti ETL ed ELT ibridi e progetti di integrazione dei dati.
A questo punto dovrebbe essere possibile determinare se Azure Data Factory può rappresentare una soluzione di integrazione dei dati adatta alla propria organizzazione. Prendere in considerazione Azure Data Factory quando l'organizzazione soddisfa uno o più dei criteri seguenti:
- I data engineer non hanno le competenze necessarie per creare codice per eseguire le attività di analisi dei dati.
- Si hanno più origini dati in svariate posizioni.
- Si vuole usufruire di una soluzione completamente gestita e basata sul cloud.