Azure Data Factory: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
portale + fonte |
m sistemazione fonti, smistamento lavoro sporco e fix vari |
||
| (3 versioni intermedie di 3 utenti non mostrate) | |||
Riga 1:
{{O|software|luglio 2023}}
{{F| {{Software
|Nome = Azure Data Factory
Riga 14 ⟶ 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 ==
Riga 21 ⟶ 22:
* 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 (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>.
* 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.▼
▲* 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>: permette di monitorare le pipeline di dati, controllare le prestazioni e gestire le risorse in modo efficiente.
== Utilizzo ==
Riga 33 ⟶ 31:
* 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.
Riga 42 ⟶ 38:
== Collegamenti esterni ==
* {{Collegamenti esterni}}
{{Portale|informatica}}{{Controllo di autorità}}
| |||