Wprowadzenie
Wiele organizacji współpracuje z ogromnymi ilościami danych. Te dane big data często mogą być nieprzetworzone, niezorganizowane i przechowywane w różnych lokalizacjach, takich jak relacyjne, nierelacyjne i inne systemy magazynowania. Ważnym wyzwaniem dla tych organizacji jest wprowadzenie porządku do tych danych big data i uściślenie ich w praktyczne analizy biznesowe.
Microsoft Azure Data Factory to zarządzana usługa w chmurze, której można użyć do tworzenia praktycznych analiz biznesowych na podstawie niezorganizowanych danych. Ułatwia zarządzanie złożonymi projektami wyodrębniania, przekształcania i ładowania hybrydowego (ETL), wyodrębniania i przekształcania obciążenia oraz projektów integracji danych.
Przykładowy scenariusz
Wyobraźmy sobie, że pracujesz w firmie zajmującej się grami, w której zbierasz dzienniki danych generowane podczas sesji gier. Jeśli możesz przeanalizować te dane dziennika, możesz uzyskać wgląd w preferencje klientów, dane demograficzne i zachowanie użycia. Osoby w zespole sprzedaży wyraziły zainteresowanie możliwościami sprzedaży i sprzedaży krzyżowej oraz zastanawiać się, czy te dzienniki danych mogą zawierać przydatne informacje. Zespoły deweloperskie i techniczne interesują się poznawaniem potencjalnych problemów z doświadczeniem w grach oraz sposobem, w jaki nowe funkcje mogą pomóc w rozwiązaniu tych problemów.
Problem polega na tym, że aby pomyślnie przeanalizować dane w dziennikach, należy również odwołać się do danych przechowywanych w lokalizacjach lokalnych. Te dane obejmują informacje o klientach, informacje o grze i informacje o kampanii marketingowej. Twoja firma przechowywała dane dziennika gier w magazynie danych w chmurze i chce również używać wszystkich danych lokalnych.
Aby przejść do przodu dzięki analizie danych, kluczowym krokiem jest połączenie danych lokalnych z dodatkowymi danymi z dzienników gier. Plan polega na przetwarzaniu połączonych danych przy użyciu usług Azure Analysis Services. Następnie przekształcone dane zostaną opublikowane w magazynie danych w chmurze i zwizualizowane przy użyciu usługi Power BI i innych narzędzi. Usługa Azure Data Factory może pomóc w osiągnięciu tego celu.
Co zrobimy?
W tym module dowiesz się, jak usługa Azure Data Factory może pomóc w organizowaniu danych big data. Ocenisz, czy usługa Azure Data Factory może pomóc w zintegrowaniu źródeł danych. Opiszesz również, jak usługa Azure Data Factory może pozyskiwać dane ze źródeł danych lokalnych, wielochmurowych i oprogramowania jako usługi (SaaS).
Jaki jest główny cel?
Po ukończeniu tego modułu dowiesz się więcej o tym, jak określić, czy usługa Azure Data Factory może ułatwić tworzenie i planowanie przepływów pracy opartych na danych w celu pozyskiwania danych z różnych magazynów danych. Ocenisz, czy usługa Azure Data Factory może pomóc w tworzeniu złożonych procesów ETL w celu wizualnego przekształcania tych danych za pomocą usług obliczeniowych lub przepływów danych.