Avaliações e Detalhes do Produto de Azure Data Factory

1. Fácil de usar (Fornece acesso para ler dados de múltiplas fontes e dados de múltiplos formatos)

2. Serviços vinculados oferecem muitas conexões com outras plataformas, quase tornando-o multiplataforma

3. Excelente ferramenta ETL com muitas atividades embutidas

4. Conexão com o notebook Databricks e sua integração é de primeira classe. (No caso de trabalhos ETL complexos, podemos usar o Databricks e chamá-lo diretamente para o pipeline ADF)

5. Fluxos de dados são fáceis de implementar e é necessário um código muito mínimo. Análise coletada por e hospedada no G2.com.

Falha em realizar transformação complexa. Limitação de não conseguir realizar mais operações do que Int32. Análise coletada por e hospedada no G2.com.

O que eu mais gosto no Azure Data Factory são suas capacidades robustas e versáteis de integração de dados. Ele oferece uma ampla gama de conectores e ferramentas para gerenciar e transformar dados de várias fontes de forma eficiente. Sua interface amigável, combinada com a flexibilidade para lidar com fluxos de trabalho complexos, faz dele uma excelente escolha para orquestrar pipelines de dados. A integração perfeita com outros serviços do Azure também aprimora sua funcionalidade, tornando-o uma ferramenta poderosa para tarefas de engenharia de dados. Análise coletada por e hospedada no G2.com.

O único aspecto que poderia ser melhorado é a gestão de custos, se não for cuidadosamente monitorado, as despesas podem aumentar rapidamente, especialmente ao lidar com grandes volumes de dados ou execuções frequentes de pipelines. Análise coletada por e hospedada no G2.com.

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 Análise coletada por e hospedada no G2.com.

The ADF is very limited logging of pileine and monitoring the pipeline Análise coletada por e hospedada no G2.com.

Azure Data Factory é ótimo para transformação de dados. Você pode facilmente extrair, transformar e carregar dados usando o Azure Data Factory. Ele tem integração com serviços e bancos de dados na nuvem e fora da nuvem. Você pode facilmente migrar seus dados de on-premises para a nuvem usando o Azure Data Factory. Ele possui fluxos de dados, processos que são muito fáceis de usar. A integração com qualquer banco de dados popular é muito fácil. Você pode processar arquivos armazenados em qualquer tipo de armazenamento e colocar os dados transformados em qualquer banco de dados. O Azure Data Factory possui muitas funções embutidas que podem ser usadas para o processamento de dados. Você pode facilmente processar dados de arquivos Excel e CSV e realizar operações como SQL de forma muito fácil. A adoção do Azure é mundial agora. Isso pode ser usado por qualquer organização, pequena ou grande, facilmente. O suporte ao cliente também é ótimo. Análise coletada por e hospedada no G2.com.

Eu estou feliz em usar o ADF. O ADF só precisa adicionar mais conectores com outros provedores de dados de terceiros. Além disso, o registro pode ser melhorado ainda mais. Análise coletada por e hospedada no G2.com.

Um dos melhores e mais fáceis de usar ferramentas ETL da Microsoft.

Ele oferece muitos recursos, como um grande número de conectores de dados de origem, opções de transformação básicas e avançadas para melhor integração, gerenciamento e ingestão de dados.

Oferece métodos automatizados e manuais para execução ou depuração de pipelines, que exigem menos habilidades de codificação.

Interface gráfica de usuário simples e interativa com alto suporte ao cliente.

É mais benéfico para pequenas empresas, pois é menos caro e oferece mais opções de escalabilidade. Análise coletada por e hospedada no G2.com.

Até agora, não encontrei nenhum recurso ou opção que eu não goste no Azure Data Factory, tudo está de acordo com a necessidade. Análise coletada por e hospedada no G2.com.

É uma ferramenta ETL simples e fácil de usar com alto suporte ao cliente. Para ingestão de dados, pode se conectar a várias fontes, como serviços de big data, arquivos, etc. Também pode se integrar facilmente com outros serviços do Azure (como Databricks, Azure DevOps). Oferece uma interface amigável para executar ou depurar atividades de pipeline. Possui recursos de arrastar e soltar bastante ricos, que exigem menos habilidades de codificação. Análise coletada por e hospedada no G2.com.

Às vezes, a execução do pipeline leva mais tempo do que o esperado devido a alguma falha interna do pipeline que não é fácil de depurar no ADF.

Difícil escrever lógica de transformação complexa no ADF. Análise coletada por e hospedada no G2.com.

A característica mais impressionante do data factory é a implementação com múltiplas fontes de dados e múltiplas técnicas de processamento, principalmente a parte de loop de dados, onde posso processar dados antes de migrar para um novo sistema, também visualizando a solução e a opção de arrastar e soltar de recursos que o torna o melhor neste domínio. Análise coletada por e hospedada no G2.com.

Uma parte que achei um pouco decepcionante é que, apesar de haver tantos tipos de conexão de dados, ainda não está suportando o upload de dados para o Google Bucket, também a solução de problemas deveria ser mais clara. Análise coletada por e hospedada no G2.com.

A primeira coisa que gosto no ADF é que ele pode se conectar a muitas fontes de dados, como serviços de big data, serviços de dados do Azure, arquivos, armazéns, etc., para ingerir dados no destino.

Os recursos de arrastar e soltar do ADF são muito úteis e exigem menos codificação.

Depuração e teste de atividade de pipeline são fáceis no ADF.

Gosto da interface gráfica da plataforma ADF. Análise coletada por e hospedada no G2.com.

A documentação adequada do Azure Data Factory deve ser mantida pela Microsoft para que novos usuários tenham uma ideia básica sobre ele. Devido à característica de menos código, é difícil escrever scripts de transformação complexos. Às vezes, a execução do pipeline leva mais tempo do que o necessário. Para mover o usuário de dev para prod é necessário entender sobre o pipeline CI/CD, que é muito complexo. Análise coletada por e hospedada no G2.com.

ADF é uma ferramenta de integração de dados baseada em nuvem no Azure. É a ferramenta ETL mais rápida e melhor em comparação com ferramentas ETL locais e outras baseadas em nuvem, como Informatica, IICS, Talend, IBM DataStage, etc. Ela suporta muitos conectores e muitos formatos de arquivo. Você pode realizar muitas transformações de integração de dados usando o ADF com facilidade e recursos de arrastar e soltar. Além disso, você pode visualizar suas atividades de dados e seus dados transformados em tempo real, em vez de navegar cada vez para o banco de dados e arquivos como Azure SQL Server, Oracle, JSON, etc. Tem uma integração incrível com ferramentas de big data como Databricks, Synapse Analytics e Blob Storage. Análise coletada por e hospedada no G2.com.

A Microsoft fez um ótimo trabalho ao criar esta ferramenta e não há muito mais, mas se puderem fornecer mais suporte a outros conectores de fornecedores diferentes, bancos de dados para suas atividades de transformação, já que a maioria deles só oferece suporte ao armazenamento relacionado ao Azure. Quero dizer, há algumas atividades cruciais como obter metadados, até, procedimento armazenado etc., embora continuem adicionando e oferecendo suporte a novos conectores em cada atualização. Análise coletada por e hospedada no G2.com.

As melhores características, de acordo comigo, são Integração de Dados Híbridos, Movimento de Dados, Orquestração e Agendamento e Integração com outros Serviços Azure. Análise coletada por e hospedada no G2.com.

De acordo comigo, não há desvantagens do ADF. Análise coletada por e hospedada no G2.com.