Azure Data Factory Bewertungen & Produktdetails

1. Einfach zu verwenden (Bietet Zugriff auf das Lesen von Daten aus mehreren Quellen und Daten in mehreren Formaten)

2. Verknüpfte Dienste bieten viele Verbindungen mit anderen Plattformen, was es fast plattformübergreifend macht

3. Ausgezeichnetes ETL-Tool mit vielen integrierten Aktivitäten.

4. Verbindung mit Databricks-Notebook und dessen Integration ist erstklassig. (Bei komplexen ETL-Arbeiten können wir Databricks verwenden und es direkt in die ADF-Pipeline einbinden)

5. Datenflüsse sind einfach zu implementieren und es ist sehr wenig Code erforderlich. Bewertung gesammelt von und auf G2.com gehostet.

Fehler bei der Durchführung komplexer Transformationen.

Einschränkung, nicht mehr Operationen als Int32 ausführen zu können. Bewertung gesammelt von und auf G2.com gehostet.

Was ich an Azure Data Factory am meisten mag, sind seine robusten und vielseitigen Datenintegrationsfähigkeiten. Es bietet eine breite Palette von Konnektoren und Tools, um Daten aus verschiedenen Quellen effizient zu verwalten und zu transformieren. Die benutzerfreundliche Oberfläche, kombiniert mit der Flexibilität zur Handhabung komplexer Workflows, macht es zu einer ausgezeichneten Wahl für die Orchestrierung von Datenpipelines. Die nahtlose Integration mit anderen Azure-Diensten verbessert auch seine Funktionalität und macht es zu einem leistungsstarken Werkzeug für Aufgaben im Bereich Data Engineering. Bewertung gesammelt von und auf G2.com gehostet.

Der eine Aspekt, der verbessert werden könnte, ist das Kostenmanagement. Wenn es nicht sorgfältig überwacht wird, können sich die Ausgaben schnell summieren, insbesondere bei der Verarbeitung großer Datenmengen oder häufiger Pipeline-Ausführungen. Bewertung gesammelt von und auf G2.com gehostet.

The best thing I like is its very easy to integrate with various Database and very easy to use the linked servies and also very affordable Bewertung gesammelt von und auf G2.com gehostet.

The ADF is very limited logging of pileine and monitoring the pipeline Bewertung gesammelt von und auf G2.com gehostet.

Die Einfachheit und die Benutzeroberfläche sind die besten unter allen anderen Wettbewerbern. Die Benutzeroberfläche ist sehr einfach und man kann eine Datenpipeline mit nur wenigen Klicks erstellen. Der Arbeitsablauf ermöglicht die Durchführung von Datentransformationen, was wiederum eine Drag-and-Drop-Funktion ist, die es neuen Benutzern ermöglicht, sie leicht zu nutzen. Bewertung gesammelt von und auf G2.com gehostet.

Das einzige, was meiner Meinung nach fehlt, ist eine einfachere Möglichkeit, sich mit Power BI zu integrieren. Ich wünschte, sie könnten mehr Funktionen oder eine einfachere Möglichkeit bieten, Power BI-Semantikmodelle zu aktualisieren und zu laden. Bewertung gesammelt von und auf G2.com gehostet.

Azure Data Factory ist großartig für die Datenumwandlung. Sie können Daten mit Azure Data Factory einfach extrahieren, transformieren und laden. Es hat Integration mit Cloud- und Nicht-Cloud-Diensten und Datenbanken. Sie können Ihre Daten von On-Premise in die Cloud migrieren. Es hat Datenflüsse, Prozesse, die sehr einfach zu verwenden sind. Die Integration mit jeder beliebten Datenbank ist sehr einfach. Sie können Dateien, die in jedem Speichertyp gespeichert sind, verarbeiten und die transformierten Daten in jede Datenbank einfügen. Azure Data Factory hat viele eingebaute Funktionen, die für Ihre Datenverarbeitung verwendet werden können. Sie können Excel- und CSV-Dateien einfach verarbeiten und Operationen wie SQL sehr einfach durchführen. Die Einführung von Azure ist weltweit. Dies kann von kleinen und großen Organisationen leicht genutzt werden. Der Kundensupport ist auch großartig. Bewertung gesammelt von und auf G2.com gehostet.

Ich bin glücklich, ADF zu verwenden. ADF muss nur mehr Verbindungen mit anderen Drittanbietern von Datenanbietern hinzufügen. Auch das Logging kann weiter verbessert werden. Bewertung gesammelt von und auf G2.com gehostet.

Eines der besten und einfach zu verwendenden ETL-Tools von Microsoft. Es bietet viele Funktionen wie eine große Anzahl von Datenquellenverbindern, grundlegende und erweiterte Transformationsoptionen für eine bessere Datenintegration, -verwaltung und -aufnahme. Es bietet automatisierte und manuelle Methoden zur Ausführung oder Fehlersuche von Pipelines, die weniger Programmierkenntnisse erfordern. Einfache und interaktive grafische Benutzeroberfläche mit hohem Kundensupport. Es ist vorteilhafter für kleine Unternehmen, da es weniger kostspielig ist und mehr Skalierbarkeitsoptionen bietet. Bewertung gesammelt von und auf G2.com gehostet.

Bis jetzt habe ich keine Funktion oder Option gefunden, die mir an Azure Data Factory nicht gefällt, alles entspricht den Anforderungen. Bewertung gesammelt von und auf G2.com gehostet.

Es ist ein einfaches, benutzerfreundliches ETL-Tool mit hohem Kundensupport. Für die Datenaufnahme kann es sich mit mehreren Quellen wie Big-Data-Diensten, Dateien usw. verbinden. Kann auch problemlos mit anderen Azure-Diensten (wie Databricks, Azure DevOps) integriert werden. Es bietet eine benutzerfreundliche Oberfläche, um Pipeline-Aktivitäten auszuführen oder zu debuggen. Es verfügt über recht umfangreiche Drag-and-Drop-Funktionen, die weniger Programmierkenntnisse erfordern. Bewertung gesammelt von und auf G2.com gehostet.

Manchmal dauert die Ausführung der Pipeline länger als die erwartete Zeit aufgrund eines internen Pipeline-Fehlers, der in ADF nicht leicht zu debuggen ist.

Schwierig, komplexe Transformationslogik in ADF zu schreiben. Bewertung gesammelt von und auf G2.com gehostet.

Das beeindruckendste Merkmal der Datenfabrik ist die Implementierung mit mehreren Datenquellen und mehreren Verarbeitungstechniken, hauptsächlich der Daten-Schleifen-Teil, bei dem ich Daten verarbeiten kann, bevor sie in ein neues System migriert werden. Auch die Visualisierung der Lösung und die Drag-and-Drop-Option der Funktion machen sie in diesem Bereich ultimativ. Bewertung gesammelt von und auf G2.com gehostet.

Ein Teil, den ich etwas enttäuschend fand, ist, dass es trotz der vielen Arten von Datenverbindungen immer noch nicht unterstützt wird, Daten in den Google-Bucket hochzuladen. Auch die Problemlösung sollte klarer sein. Bewertung gesammelt von und auf G2.com gehostet.

Das erste, was mir an ADF gefällt, ist, dass es sich mit vielen Datenquellen verbinden kann, wie z.B. Big Data-Dienste, Azure-Daten-Dienste, Dateien, Lagerhäuser usw., um Daten zum Ziel zu übertragen.

Drag-and-Drop-Funktionen von ADF sind sehr nützlich und erfordern weniger Programmierung.

Das Debuggen und Testen von Pipeline-Aktivitäten ist in ADF einfach.

Mir gefällt die grafische Benutzeroberfläche der ADF-Plattform. Bewertung gesammelt von und auf G2.com gehostet.

Die ordnungsgemäße Dokumentation von Azure Data Factory muss von Microsoft gepflegt werden, damit neue Benutzer eine grundlegende Vorstellung davon bekommen. Aufgrund der geringeren Code-Funktion ist es schwierig, komplexe Transformationsskripte zu schreiben. Manchmal dauert die Ausführung der Pipeline länger als erforderlich. Um Benutzer von der Entwicklung in die Produktion zu bringen, ist ein Verständnis über die CI/CD-Pipeline erforderlich, die sehr komplex ist. Bewertung gesammelt von und auf G2.com gehostet.

ADF ist ein cloudbasiertes Datenintegrationswerkzeug auf der Azure-Cloud. Es ist das schnellste und beste ETL-Werkzeug im Vergleich zu On-Premise- und anderen cloudbasierten ETL-Werkzeugen wie Informatica, IICS, Talend, IBM Datastage usw. Es unterstützt viele Konnektoren und viele Dateiformate. Sie können viele Datenintegrationstransformationen mit ADF mit Leichtigkeit und Drag-and-Drop-Funktionen durchführen. Außerdem können Sie Ihre Datenaktivitäten und die transformierten Daten in Echtzeit anzeigen, anstatt jedes Mal zu Datenbanken und Dateien wie Azure SQL Server, Oracle, JSON usw. zu navigieren. Es hat eine großartige Integration mit Big-Data-Tools wie Databricks, Synapse Analytics und Blob Storage. Bewertung gesammelt von und auf G2.com gehostet.

Microsoft hat großartige Arbeit geleistet, um dieses Tool zu erstellen, und es gibt nicht viel, aber wenn sie mehr Unterstützung für andere verschiedene Anbieter-Connectoren und Datenbanken für ihre Transformationsaktivitäten bieten könnten, da die meisten nur Azure-bezogenen Speicher unterstützen. Ich meine, es gibt einige wichtige Aktivitäten wie Metadaten abrufen, bis, gespeicherte Prozedur usw., obwohl sie bei jedem Update weiterhin neue Connectoren hinzufügen und unterstützen. Bewertung gesammelt von und auf G2.com gehostet.