Azure Data Factory: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
Inserite citazioni Etichette: Modifica visuale Modifica da mobile Modifica da web per mobile |
Nessun oggetto della modifica Etichette: Modifica visuale Modifica da mobile Modifica da web per mobile |
||
Riga 22:
== Caratteristiche ==
Azure Data Factory<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/introduction|titolo="Introduction to Azure Data Factory" {{!}} Microsoft Azure|sito=azure.microsoft.com|lingua=it|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 {{!}} Microsoft Azure|sito=azure.microsoft.com|lingua=it|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.
Riga 28:
* Connessioni ai dati<ref>{{Cita web|url=https://learn.microsoft.com/it-ch/azure/data-factory/connector-overview/|titolo=Connettori di Azure {{!}} Microsoft Azure|sito=azure.microsoft.com|lingua=it|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 (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{{!}} Microsoft Azure|sito=azure.microsoft.com|lingua=it|accesso=11 giugno 2023}}</ref>.
* Monitoraggio e gestione<ref>{{Cita web|url=https://learn.microsoft.com/en-us/azure/data-factory/monitor-using-azure-monitor|titolo=Azure monitor{{!}} Microsoft Azure|sito=azure.microsoft.com|lingua=it|accesso=11 giugno 2023}}</ref>: permette di monitorare le pipeline di dati, controllare le prestazioni e gestire le risorse in modo efficiente.
|