Sie verfügen über 12 lokale Datenquellen mit Kundeninformationen (SQL Server, MySQL, Oracle). Sie werden diese Daten zur Analyse und Berichterstellung in einem Azure Data Lake Storage-Konto konsolidieren. Welchen Dienst sollten Sie verwenden, um neue Daten automatisch zu extrahieren, zu transformieren und in den Data Lake zu laden, während der Verwaltungsaufwand minimiert wird?

Azure Data Factory (ADF) ist die korrekte Wahl, da es ein vollständig verwalteter, serverloser ETL-Dienst (Extrahieren, Transformieren, Laden) ist, der speziell für die Orchestrierung und Automatisierung von Datenintegrations-Workflows entwickelt wurde. Er kann Daten aus verschiedenen lokalen und Cloud-Quellen, einschließlich SQL Server, MySQL und Oracle, extrahieren, transformieren und in Azure Data Lake Storage laden. Dies minimiert den Verwaltungsaufwand, da keine Infrastruktur bereitgestellt oder verwaltet werden muss. Azure Data Explorer ist ein schneller, hoch skalierbarer Dienst zur Analyse großer Datenmengen in nahezu Echtzeit, aber nicht primär für ETL-Pipelines. Azure Data Share dient dem sicheren Austausch von Daten mit externen Partnern, nicht der internen ETL-Verarbeitung. Azure Data Studio ist ein clientseitiges Tool für die Datenbankentwicklung und -verwaltung, kein ETL-Dienst.