簡介
許多組織都會使用到大量的資料。 這些巨量資料通常原始、未經整理，且被儲存在各種不同的位置，例如關聯式、非關聯式及其他儲存體系統。 這些組織的重大挑戰是要整理這些巨量資料，並將其調整為可操作的商務見解。
Microsoft Azure Data Factory 是受控的雲端服務，可讓您從未經整理的資料中建立可操作的商務見解。 它可協助您管理複雜的混合式解壓縮、轉換和載入 (ETL)、解壓縮-載入-轉換及資料整合專案。
範例案例
讓我們假設您任職於遊戲公司，並會收集在遊戲工作階段期間所產生的資料記錄。 若您能分析此記錄資料，就可以深入瞭解客戶的喜好、客群和使用行為。 銷售團隊中的人員對銷售和交叉銷售機會方面有所興趣，並想知道這些資料記錄是否可能包含有用的資訊。 開發和技術小組則有興趣瞭解遊戲體驗的潛在問題，以及新功能可以如何協助解決這些問題。
您所面對的問題是，若要成功分析記錄檔中的資料，您也需要參考儲存在內部部署位置中的資料。 此資料包含客戶資訊、遊戲資訊和行銷活動資訊。 您的公司已將您的遊戲記錄資料儲存在雲端資料存放區，並且希望您也使用所有的內部部署資料。
若要繼續進行資料分析，最關鍵的一步是要將內部部署資料與遊戲記錄中的其他資料合併。 我們計畫使用 Azure Analysis Services 來處理合併的資料。 然後，轉換後的資料會發佈到雲端資料倉儲資料庫，並使用 Power BI 和其他工具進行視覺化。 Azure Data Factory 可協助您達成此目標。
我們將會怎麼做？
在本課程模組中，您將探索 Azure Data Factory 能如何協助您協調大型資料。 您將評估 Azure Data Factory 是否能幫助您整合資料來源。 您也將描述 Azure Data Factory 如何從內部部署、多重雲端和軟體及服務 (SaaS) 資料來源內嵌資料。
主要目標是什麼？
在此課程模組結束時，您將進一步瞭解如何判斷 Azure Data Factory 是否可協助您建立和排程資料驅動的工作流程，藉此從不同的資料存放區內嵌資料。 您將評估 Azure Data Factory 是否可協助您建立複雜的 ETL 流程以使用計算服務或資料流程，來用視覺化的方式轉換此資料。