Azure Data Factory: differenze tra le versioni

Versione delle 09:45, 11 giu 2023

Versione attuale delle 21:44, 8 giu 2025

(25 versioni intermedie di 9 utenti non mostrate)

Riga 1:

{{O|software|luglio 2023}}

{{Richiesta revisione bozza|ts=20230611090445|esito=|utente=}}

{{F|software|giugno 2023|commento=Fonti autoreferenziali e non terze (il sito ufficiale)}}

{{Bozza|arg=|arg2=|ts=20230611084930}}<!-- IMPORTANTE: NON CANCELLARE QUESTA RIGA, SCRIVERE SOTTO -->

{{Software

|Nome = Azure Data Factory

Riga 16 ⟶ 15:

}}

'''Azure Data Factory''' è un servizio di integrazione di dati basato su cloud sviluppato da [[Microsoft Corporation]]. Fornisce strumenti per l'orchestrazione, la trasformazione e l'integrazione (processi [[Extract, transform, load|ETL]]) di grandi quantità di dati provenienti da diverse origini in diverse destinazioni<ref>{{Cita web|url=https://www.techtarget.com/searchcloudcomputing/tip/Compare-AWS-Glue-vs-Azure-Data-Factory|titolo=Compare AWS Glue vs. Azure Data Factory {{!}} TechTarget|sito=Cloud Computing|lingua=en|accesso=14 giugno 2023}}</ref>.

== Caratteristiche ==

Azure Data Factory<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/introduction|titolo=Introduction to Azure Data Factory|sito=azure.microsoft.com|lingua=en|accesso=11 giugno 2023}}</ref> offre diverse funzionalità per agevolare l'integrazione dei dati:

* '''Pipeline di dati'''<ref>{{Cita web|url=https://azure.microsoft.com/it-it/products/devops/pipelines/|titolo=Pipeline di Azure|sito=azure.microsoft.com|accesso=11 giugno 2023}}</ref>: permette di definire e orchestrare flussi di lavoro per l'estrazione, la trasformazione e il caricamento dei dati da varie sorgenti verso le destinazioni desiderate.

* '''Connessioni ai dati'''<ref>{{Cita web|url=https://learn.microsoft.com/it-ch/azure/data-factory/connector-overview/|titolo=Connettori di Azure |sito=azure.microsoft.com|accesso=11 giugno 2023}}</ref>: supporta una vasta gamma di origini e destinazioni di dati, inclusi database relazionali, servizi cloud, [[file system]], servizi di archiviazione, ecc.

* '''Trasformazione dei dati''': fornisce una serie di strumenti per manipolare e trasformare i dati, tra cui il data wrangling(dataflow), l'elaborazione dei dati in batch e in [[streaming]], e l'uso di funzioni di data wrangling<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/concepts-data-flow-overview|titolo=Creating a dataflow|sito=azure.microsoft.com|lingua=en|accesso=11 giugno 2023}}</ref>.

* '''Connessioni ai dati''': supporta una vasta gamma di origini e destinazioni di dati, inclusi database relazionali, servizi cloud, file system, servizi di archiviazione, ecc.

* Monitoraggio e gestione<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/monitor-using-azure-monitor|titolo=Azure monitor|sito=azure.microsoft.com|lingua=en|accesso=11 giugno 2023}}</ref><ref>{{Cita web|url=https://medium.com/creative-data/custom-logging-in-azure-data-factory-and-azure-synapse-analytics-f084643a5489|titolo=Custom Logging in Azure Data Factory and Azure Synapse Analytics|autore=Patrick Pichler|sito=Creative Data|data=9 novembre 2022|lingua=en|accesso=14 giugno 2023}}</ref>: permette di monitorare le pipeline di dati, controllare le prestazioni e gestire le risorse in modo efficiente.

* '''Trasformazione dei dati''': fornisce una serie di strumenti per manipolare e trasformare i dati, tra cui il data wrangling, l'elaborazione dei dati in batch e in streaming, e l'uso di funzioni di data wrangling.

* '''Monitoraggio e gestione''': permette di monitorare le pipeline di dati, controllare le prestazioni e gestire le risorse in modo efficiente.

== Utilizzo ==

Azure Data Factory è ampiamente utilizzato in scenari aziendali in cui è necessario integrare e orchestrare grandi quantità di dati provenienti da diverse fonti. Alcuni esempi di utilizzo includono<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/v1/data-factory-product-reco-usecase|titolo=Data factory use cases|sito=azure.microsoft.com|lingua=en|accesso=11 giugno 2023}}</ref>:

* '''Data integration''': Azure Data Factory consente alle aziende di aggregare dati provenienti da varie origini, come database, servizi cloud, applicazioni [[Software as a service|SaaS]], file system, ecc., e di trasformarli in un formato unificato per un'analisi più approfondita.

* '''Data integration''': Azure Data Factory consente alle aziende di aggregare dati provenienti da varie origini, come [[Base di dati|database]], servizi [[Cloud computing|cloud]], applicazioni [[Software as a service|SaaS]], file system, ecc., e di trasformarli in un formato unificato per un'analisi più approfondita.

* '''Data transformation''': offre funzionalità avanzate per la trasformazione dei dati, inclusa l'elaborazione in [[batch]] e in tempo reale, la pulizia dei dati, la normalizzazione, la deduplicazione<ref>{{Cita web|url=https://www.hpe.com/it/it/what-is/data-deduplication.html|titolo=Cos’è la deduplicazione dei dati?|sito=hpe.com}}</ref>, ecc.

* '''Data orchestration''': permette di definire flussi di lavoro complessi per orchestrare il movimento dei dati tra le origini e le destinazioni desiderate, garantendo la coerenza e l'integrità dei dati durante il processo.

==Note==

* '''Data orchestration''': permette di definire flussi di lavoro complessi per orchestrare il movimento dei dati tra le origini e le destinazioni desiderate, garantendo la coerenza e l'integrità dei dati durante il processo.

<references />

== Collegamenti esterni ==

* {{Collegamenti esterni}}

* [https://azure.microsoft.com/services/data-factory/ Pagina ufficiale di Azure Data Factory]

*

{{Portale|informatica}}{{Controllo di autorità}}

{{Categorie bozza|[[Categoria:Software di Microsoft]]}}