Vous disposez de 12 sources de données sur site contenant des informations client (SQL Server, MySQL, Oracle). Vous allez consolider ces données dans un compte Azure Data Lake Storage pour l'analyse et le reporting. Pour extraire, transformer et charger automatiquement de nouvelles données dans le lac tout en minimisant l'effort administratif, quel service devriez-vous utiliser ?

Azure Data Factory (ADF) est le service idéal pour ce scénario. Il s'agit d'un service ETL (Extract, Transform, Load) basé sur le cloud qui permet d'orchestrer et d'automatiser le déplacement et la transformation des données à partir de diverses sources, y compris les bases de données SQL Server, MySQL et Oracle, vers Azure Data Lake Storage. Ses pipelines sans code ou à faible code réduisent l'effort administratif. Azure Data Explorer est un service d'analyse de données rapide et hautement évolutif, mais il n'est pas conçu pour l'ingestion ETL automatisée à partir de sources disparates. Azure Data Share est utilisé pour partager des données avec des organisations externes, pas pour l'ingestion interne. Azure Data Studio est un outil de développement pour les bases de données, pas un service d'intégration de données.