- Início
- ...
- Ferramentas ETL
- Amazon Kinesis Data Firehose
- Azure Data Factory
- Amazon Kinesis Data Firehose-vs-Azure Data Factory
Comparar Amazon Kinesis Data Firehose e Azure Data Factory 
Amazon Kinesis Data Firehose vs Azure Data Factory
Ao avaliar as duas soluções, os revisores acharam Azure Data Factory mais fácil de usar, configurar e fazer negócios em geral. No entanto, preferiram a facilidade de administração com Amazon Kinesis Data Firehose.
- Os revisores sentiram que Azure Data Factory atende melhor às necessidades de seus negócios do que Amazon Kinesis Data Firehose.
- Ao comparar a qualidade do suporte contínuo do produto, os revisores sentiram que Azure Data Factory é a opção preferida.
- Para atualizações de recursos e roadmaps, nossos revisores preferiram a direção do Azure Data Factory em relação ao Amazon Kinesis Data Firehose.
- integração perfeita - transformação de dados - configurar facilmente pipelines de entrega de dados - simplifica o processo de ingestão e entrega de dados de streaming em tempo real
Quando você está acostumado com o SQS, você quer saber mais detalhes sobre os processos que estão no pipeline. Eu sei que existe um mecanismo interno do tipo "fila", mas não é possível ver o status dos itens que foram submetidos, ou descobrir se há um...
Data factory tem sido uma ótima ferramenta para mover dados do data lake através do SQL para o PowerBI. A melhor parte é a capacidade de criar e automatizar pipelines com scripts de pré-carregamento.
Às vezes, torna-se difícil compreender os erros devido aos quais o pipeline de dados falha. Mesmo após procurar na internet, isso não ajuda, então talvez a mensagem de erro possa ser melhorada, o que ajuda os usuários a compreender e resolver facilmente.
- integração perfeita - transformação de dados - configurar facilmente pipelines de entrega de dados - simplifica o processo de ingestão e entrega de dados de streaming em tempo real
Data factory tem sido uma ótima ferramenta para mover dados do data lake através do SQL para o PowerBI. A melhor parte é a capacidade de criar e automatizar pipelines com scripts de pré-carregamento.
Quando você está acostumado com o SQS, você quer saber mais detalhes sobre os processos que estão no pipeline. Eu sei que existe um mecanismo interno do tipo "fila", mas não é possível ver o status dos itens que foram submetidos, ou descobrir se há um...
Às vezes, torna-se difícil compreender os erros devido aos quais o pipeline de dados falha. Mesmo após procurar na internet, isso não ajuda, então talvez a mensagem de erro possa ser melhorada, o que ajuda os usuários a compreender e resolver facilmente.
