# Azure Data Factory Reviews **Vendor:** Microsoft **Category:** [Plattformen zur Integration von Big Data](https://www.g2.com/de/categories/big-data-integration-platforms) **Average Rating:** 4.6/5.0 **Total Reviews:** 100 ## About Azure Data Factory Azure Data Factory (ADF) ist ein vollständig verwalteter, serverloser Datenintegrationsdienst, der entwickelt wurde, um den Prozess des Ingestierens, Vorbereitens und Transformierens von Daten aus verschiedenen Quellen zu vereinfachen. Er ermöglicht es Organisationen, Extract, Transform, Load (ETL) und Extract, Load, Transform (ELT) Workflows in einer codefreien Umgebung zu konstruieren und zu orchestrieren, was eine nahtlose Datenbewegung und -transformation über lokale und cloudbasierte Systeme hinweg erleichtert. Hauptmerkmale und Funktionalität: - Umfassende Konnektivität: ADF bietet über 90 integrierte Konnektoren, die die Integration mit einer Vielzahl von Datenquellen ermöglichen, einschließlich relationaler Datenbanken, NoSQL-Systemen, SaaS-Anwendungen, APIs und Cloud-Speicherdiensten. - Codefreie Datenumwandlung: Durch die Nutzung von Mapping-Datenflüssen, die von Apache Spark™ betrieben werden, ermöglicht ADF den Benutzern, komplexe Datenumwandlungen ohne das Schreiben von Code durchzuführen, was den Datenvorbereitungsprozess vereinfacht. - SSIS-Paket-Rehosting: Organisationen können ihre bestehenden SQL Server Integration Services (SSIS)-Pakete problemlos in die Cloud migrieren und erweitern, was erhebliche Kosteneinsparungen und eine verbesserte Skalierbarkeit ermöglicht. - Skalierbar und kosteneffektiv: Als serverloser Dienst skaliert ADF automatisch, um den Anforderungen der Datenintegration gerecht zu werden, und bietet ein Preismodell nach dem Pay-as-you-go-Prinzip, das die Notwendigkeit von Vorabinvestitionen in Infrastruktur eliminiert. - Umfassende Überwachung und Verwaltung: ADF bietet robuste Überwachungstools, die es den Benutzern ermöglichen, die Pipeline-Leistung zu verfolgen, Alarme einzurichten und einen effizienten Betrieb der Daten-Workflows sicherzustellen. Primärer Wert und Benutzerlösungen: Azure Data Factory adressiert die Komplexitäten der modernen Datenintegration, indem es eine einheitliche Plattform bereitstellt, die unterschiedliche Datenquellen verbindet, Daten-Workflows automatisiert und fortschrittliche Datenumwandlungen erleichtert. Dies befähigt Organisationen, umsetzbare Erkenntnisse aus ihren Daten zu gewinnen, Entscheidungsprozesse zu verbessern und digitale Transformationsinitiativen zu beschleunigen. Durch das Angebot einer skalierbaren, kosteneffizienten und codefreien Umgebung reduziert ADF die operative Belastung der IT-Teams und ermöglicht es Dateningenieuren und Business-Analysten, sich auf die Wertschöpfung durch datengesteuerte Strategien zu konzentrieren. ## Azure Data Factory Pros & Cons **What users like:** - Benutzer finden, dass die **einfache Integration verschiedener Datenquellen** mit Azure Data Factory die Workflow-Effizienz verbessert und die Komplexität reduziert. (7 reviews) - Benutzer finden, dass die **Benutzerfreundlichkeit** von Azure Data Factory die Datenintegration verbessert und komplexe Workflows ohne umfangreiche Programmierung vereinfacht. (7 reviews) - Benutzer lieben die **einfache Verbindung verschiedener Datenquellen** mit Azure Data Factory, was ihre Datenintegrationsaufgaben vereinfacht. (6 reviews) - Benutzer schätzen die **nahtlosen Datenintegrationsfähigkeiten** von Azure Data Factory, die komplexe Workflows mühelos vereinfachen. (6 reviews) - Benutzer schätzen die **Skalierbarkeit** von Azure Data Factory, die komplexe Daten-Workflows und Integrationen mühelos vereinfacht. (5 reviews) - Benutzer schätzen die **Low-Code-Oberfläche und Integrationsflexibilität** von Azure Data Factory für ihre Benutzerfreundlichkeit und Effizienz. (5 reviews) - Benutzer profitieren von den **Automatisierungsfähigkeiten** von Azure Data Factory, die komplexe Datenintegrations- und Transformationsaufgaben vereinfachen. (4 reviews) - Einfache Integrationen (4 reviews) - Flexibilität (4 reviews) - Anzahl der Verbinder (3 reviews) **What users dislike:** - Benutzer finden **Debugging-Schwierigkeiten** mit Azure Data Factory frustrierend, insbesondere bei komplexen Pipelines und Leistungsproblemen. (5 reviews) - Benutzer finden **das Debuggen schwierig** in Azure Data Factory frustrierend, insbesondere bei komplexen Pipelines und begrenzten Fehlersuchwerkzeugen. (4 reviews) - Benutzer finden Azure Data Factory **teuer** , da die Kosten bei großen Datenmengen und häufigen Pipeline-Ausführungen schnell ansteigen können. (4 reviews) - Benutzer stehen vor **Funktionseinschränkungen** in Azure Data Factory, insbesondere in Bezug auf Protokollierung, komplexe Transformationen und Power BI-Integration. (4 reviews) - Benutzer finden die **Komplexität** von Azure Data Factory überwältigend, insbesondere beim Debuggen und Verwalten komplexer Workflows. (3 reviews) - Benutzer berichten, dass die **Komplexität von ADE** oft zu Frustration führt, insbesondere beim Debuggen und Verwalten komplexer Arbeitsabläufe. (3 reviews) - Fehlermeldung (3 reviews) - Einschränkungen (3 reviews) - Benutzer finden **komplexe Prozesse** in Azure Data Factory überwältigend, insbesondere beim Debuggen und Verwalten komplexer Workflows. (2 reviews) - Benutzer erleben oft **Verbindungsprobleme** mit Azure Data Factory, was zu frustrierenden Ausfallzeiten während Serviceunterbrechungen führt. (2 reviews) ## Azure Data Factory Reviews ### 1. Low-Code Drag-and-Drop, das die Entwicklung für Entwickler und Geschäftsanwender einfach macht **Rating:** 4.5/5.0 stars **Reviewed by:** Shyam s. | Data Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** May 04, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Der beste Teil ist seine Low-Code/No-Code (Drag-and-Drop) Funktionalität. Sie erleichtert die Entwicklung für Entwickler und macht den Prozess auch für Geschäftsanwender verständlicher. **Was gefällt Ihnen an Azure Data Factory nicht?** Manchmal ist es schwer zu debuggen. Ich muss überprüfen, warum ein Datensatz vor dem Sink nicht gefüllt wird. Da alle meine Tabellen viele Daten enthalten, wird es noch mehr, wenn ich sie verbinde, und dann ist es schwierig zu überprüfen, warum ein bestimmter Datensatz nicht durchkommt. Um das herauszufinden, muss ich zurückgehen und die Quelltabelle ändern, auf diesen Datensatz filtern und dann sehen, welche Verbindung oder welcher Filter nicht funktioniert. Das ist schwierig und zeitaufwendig. Die Parametrisierungssyntax ist ebenfalls ein Problem und kann schwierig zu handhaben sein. Es wäre hilfreich, wenn wir dafür eine KI-Integration hätten. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden es für ETL, um alle Quelldaten nach SQLMI zu migrieren. Wir nutzen es auch als Orchestrierungswerkzeug: Wir rufen die SQLMI-Prozeduren von dort aus auf, und da unser Unternehmen ein Großunternehmen ist, haben wir bestimmte SSIS-Pakete, die ebenfalls hier orchestriert werden. Insgesamt ist es ein Werkzeug, das uns hilft, Daten korrekt in unserem Lager zu füllen. Und von dort aus haben wir das externe System Salesforce und Power BI, wo wir Berichte haben, die bei den täglichen Geschäftsentscheidungen helfen. ### 2. Intuitive, skalierbare Datenintegration mit Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Alan R. | Software Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** March 09, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Azure Data Factory erleichtert es erheblich, Datenintegrations-Workflows in der Cloud zu erstellen und zu verwalten. Der visuelle Pipeline-Designer ist intuitiv und ermöglicht es Ihnen, komplexe Daten-Workflows zu erstellen, ohne große Mengen an Code schreiben zu müssen. Er unterstützt eine Vielzahl von Datenquellen und -zielen, was die Integration von Systemen über Datenbanken, Speicherkonten, APIs und SaaS-Plattformen hinweg sehr einfach macht. Ein weiterer starker Punkt ist die Skalierbarkeit und Zuverlässigkeit der Plattform. Datenpipelines können große Datenmengen verarbeiten, und das Planen oder Auslösen von Pipelines basierend auf Ereignissen ist einfach zu konfigurieren. Die Integration mit anderen Azure-Diensten wie Azure Storage, Synapse und Überwachungstools macht es auch zu einem starken Bestandteil einer modernen Datenplattform. **Was gefällt Ihnen an Azure Data Factory nicht?** Das Debuggen und Beheben von Fehlern in Pipelines kann manchmal schwierig sein. Fehlermeldungen sind nicht immer sehr detailliert, was den Prozess der Identifizierung von Problemen verlangsamen kann. Die Benutzeroberfläche ist hilfreich, aber komplexe Pipelines können schwerer zu verwalten und zu visualisieren sein, wenn sie wachsen. Darüber hinaus erfordert die Überwachung und Kostenverfolgung für große Arbeitslasten sorgfältige Aufmerksamkeit, da Pipeline-Ausführungen und Datenbewegungsaktivitäten schnell Kosten anhäufen können. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory hilft uns, die Datenbewegung und -transformation über mehrere Systeme hinweg zu automatisieren und zu orchestrieren. Anstatt benutzerdefinierte Skripte oder manuelle Workflows zu erstellen, können wir Pipelines entwerfen, die Daten zuverlässig nach Zeitplänen oder Ereignisauslösern bewegen und verarbeiten. Dies reduziert den betrieblichen Aufwand und stellt sicher, dass Daten für Analysen und Berichterstattung konsistent verfügbar sind. Es verbessert auch die Skalierbarkeit, da Pipelines steigende Datenmengen bewältigen können, ohne dass größere Infrastrukturänderungen erforderlich sind. ### 3. Leistungsstarke zentrale Orchestrierung, aber es braucht Zeit, um wirklich intuitiv zu werden. **Rating:** 3.5/5.0 stars **Reviewed by:** Elisa L. | Consultant Data&AI, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** April 29, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Ich mag vor allem seine Fähigkeit, Pipelines zentral und ziemlich intuitiv zu orchestrieren. Azure Data Factory ist genau dafür gedacht, datengetriebene Workflows zu erstellen und zu planen, mit nativer Integration in viele Azure-Quellen und -Dienste. Wenn ich konkreter sein soll, besteht der Hauptvorteil für mich darin, dass es mir ermöglicht, Ordnung in die Datenflüsse zu bringen: Ich verbinde verschiedene Quellen, automatisiere wiederkehrende Schritte und kontrolliere alles von einer einzigen Umgebung aus, ohne jeden einzelnen Transfer manuell verwalten zu müssen. **Was gefällt Ihnen an Azure Data Factory nicht?** Ein Aspekt, den ich an Azure Data Factory nicht besonders schätze, ist die geringe Unmittelbarkeit der Umgebung, die vor allem in den Anfangsphasen oft nicht intuitiv ist. Die Anwesenheit vieler Komponenten und Konfigurationsschritte macht die Nutzung weniger schlank als erwartet und erfordert Zeit, um sich mit der Logik des Werkzeugs vertraut zu machen. Folglich sind einige Aktivitäten umständlicher, insbesondere wenn man an komplexen Pipelines arbeitet oder häufige Änderungen verwalten muss. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory hilft Ihnen vor allem, das Problem der manuellen und fragmentierten Datenflussverwaltung zu lösen: Es zentralisiert die Aufnahme, Transformation und Orchestrierung in einem einzigen Cloud-Dienst, wodurch repetitive Aufgaben und die Abhängigkeit von verschiedenen Lösungen reduziert werden. Der Vorteil für mich ist, dass Sie Pipelines automatisieren, Prozesse planen und alles von einer einzigen Umgebung aus überwachen können, mit weniger manuellen Eingriffen und mehr betrieblicher Kontinuität. Außerdem ermöglicht es Ihnen mit den vielen Konnektoren und der Unterstützung für hybride Szenarien, verschiedene Quellen zu integrieren, ohne jedes Mal maßgeschneiderte Lösungen erstellen zu müssen, was einen konkreten Vorteil in Bezug auf Zeit, Zuverlässigkeit und Skalierbarkeit bietet. ### 4. Azure Data Factory: Unternehmensgerechte Orchestrierung mit praktischen, wiederverwendbaren Pipelines **Rating:** 5.0/5.0 stars **Reviewed by:** Asad A. | Data Engineer, Computersoftware, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 30, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Was mir an Azure Data Factory (ADF) am besten gefällt, ist, dass es einen wirklich guten Kompromiss zwischen unternehmensgerechter Orchestrierung und alltäglicher Praktikabilität bietet. Einige Highlights, die wirklich herausstechen: Orchestrierung ohne Reibung: ADF ist hervorragend darin, viele bewegliche Teile zu koordinieren: Blob-Speicher, ADLS Gen2, Azure SQL, Synapse, Databricks, Funktionen, REST-APIs, ohne dass man alles manuell zusammenfügen muss. Pipelines, Trigger und Abhängigkeiten fühlen sich sehr natürlich an, sobald man sie ein wenig benutzt hat. Klare Trennung der Verantwortlichkeiten: Die Art und Weise, wie ADF den Kontrollfluss (Pipelines, Aktivitäten, Trigger) von der Datenverarbeitung (Spark, SQL, Funktionen) trennt, ist ein großer Vorteil. Es versucht nicht, die Rechenmaschine zu sein; es orchestriert die Dinge einfach sauber und lässt den richtigen Dienst die schwere Arbeit erledigen. Parametrisierung & Wiederverwendbarkeit: Pipelines, Datensätze und verknüpfte Dienste sind hochgradig parametrisierbar. Dies macht es einfach, konfigurationsgesteuerte Ingestions-Frameworks (eine Pipeline, viele Quellen) zu erstellen, die sich in realen Unternehmensumgebungen sehr gut skalieren lassen. Erstklassige Integration mit dem Azure-Ökosystem: Die native Integration mit Synapse, Key Vault, Event Grid, Funktionen und Managed Identity ist ein großer Pluspunkt. Sicherer Zugriff ohne herumfliegende Geheimnisse ist etwas, das man in der Produktion wirklich zu schätzen weiß. Betriebliche Sichtbarkeit: Überwachung, Wiederholungslogik, Fehlerpfade und Warnungen sind eingebaut. Wenn etwas um 3 Uhr morgens kaputt geht, kann man schnell sehen, was fehlgeschlagen ist, warum und mit welchen Eingaben, ohne stundenlang in Protokollen zu wühlen. Niedrige Einstiegshürde, hohe Decke: Man kann sehr schnell mit einfachen Kopierpipelines beginnen, aber dennoch in fortgeschrittene Muster hineinwachsen: metadatengetriebene Pipelines, bedingte Verzweigungen, dynamische Ausführung und hybride Lösungen mit Spark oder Funktionen. **Was gefällt Ihnen an Azure Data Factory nicht?** ADF ist ein hervorragendes Werkzeug zur Orchestrierung, kann sich jedoch beim Debuggen, bei komplexer Logik und bei der Entwicklung in großen Teams umständlich anfühlen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory (ADF) löst hauptsächlich das Problem der Koordination komplexer Daten-Workflows über viele Systeme hinweg, was für mich einen großen Produktivitätsgewinn bedeutet. Welche Probleme löst ADF? Unterschiedliche Datenquellen: In realen Projekten sind Daten überall verteilt: Cloud-Speicher, Datenbanken, APIs, SaaS-Tools. ADF bietet eine einheitliche, konsistente Möglichkeit, Daten zwischen all diesen Quellen zu verbinden und zu bewegen. Komplexität der Workflow-Orchestrierung: Abhängigkeiten, Zeitpläne, Wiederholungen und Fehlerbehandlung über mehrere Jobs hinweg zu verwalten, ist schwierig. ADF zentralisiert diese Logik, sodass Pipelines in der richtigen Reihenfolge mit klarer Kontrollfluss laufen. Umgebungs- und Sicherheitsmanagement: Die sichere Handhabung von Anmeldeinformationen, Geheimnissen und Zugängen kann unübersichtlich werden. ADFs native Integration mit Managed Identity und Key Vault vereinfacht dies erheblich. Betriebsüberwachung: Ohne Orchestrierung ist es schwierig zu wissen, was gelaufen ist, was fehlgeschlagen ist und warum. ADF bietet integriertes Monitoring, Logging und Alarmierung für Datenpipelines. Skalierbarkeit und Zuverlässigkeit: Wenn Datenvolumen und Pipeline-Anzahl wachsen, skalieren manuelle oder skriptbasierte Ansätze nicht gut. ADF bietet einen verwalteten, skalierbaren Dienst, ohne dass Infrastruktur betrieben werden muss. Wie nützt mir das? Ich verbringe weniger Zeit mit Klebecode und Planungslogik und mehr Zeit mit tatsächlichem Datenmodellieren und -transformieren. Pipelines sind wiederholbar, prüfbar und produktionsbereit, was in Unternehmensumgebungen entscheidend ist. Fehler sind leichter zu erkennen und zu beheben, was den Betriebsaufwand reduziert. Ich kann konfigurationsgesteuerte, wiederverwendbare Pipelines entwerfen, anstatt einmalige Jobs, was die Wartbarkeit und die Zusammenarbeit im Team verbessert. ### 5. Einfache Drag-and-Drop-Workflows für alle **Rating:** 4.5/5.0 stars **Reviewed by:** Souparna C. | Consultant, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 30, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Es bietet eine Drag-and-Drop-Oberfläche, die es Benutzern ermöglicht, Daten-Workflows sehr einfach zu erstellen. Auch nicht-technische Benutzer können es nutzen, während ein technischer Benutzer bei Bedarf immer noch benutzerdefinierten Code schreiben kann. **Was gefällt Ihnen an Azure Data Factory nicht?** Bestimmte Einschränkungen wie 5000 Entitäten pro Fabrik und ein Limit von 120 Aktivitäten pro Pipeline können enttäuschend sein. Außerdem gibt es bestimmte Beschränkungen bei gleichzeitigen Operationen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es hilft mir, robuste, skalierbare Pipelines zu erstellen, die sehr einfach auf Fehler zu diagnostizieren sind. Es hilft mir, Echtzeit-Datenanalysen zu generieren, die eine schnellere datengesteuerte Entscheidungsfindung ermöglichen. ### 6. Skalierbare, sichere Datenpipelines mit über 100 Konnektoren und starker Azure-Integration **Rating:** 4.0/5.0 stars **Reviewed by:** Yuvashree M. | Senior Data Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** April 22, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Unterstützt über 100 Konnektoren (SQL, NoSQL, SaaS, selbstgehostetes IR). Es bietet skalierbare Ausführung mit von Azure verwaltetem Computing, zusammen mit integriertem Monitoring, Logging und Alarmierung. Es unterstützt auch CI/CD mit Azure DevOps und GitHub-Integration und umfasst RBAC für sicheren Zugriff. **Was gefällt Ihnen an Azure Data Factory nicht?** Begrenzte Fehlerdetails und fragmentierte Protokolle erschweren das Debuggen von Pipelines. Das Abhängigkeitsmanagement und die Fehlerbehandlung in Pipelines können ebenfalls komplex werden, insbesondere bei Implementierungen im Unternehmensmaßstab. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** In meinem Projekt haben wir alle unternehmensweiten Kundendatenflüsse mit ADF automatisiert, indem wir Best Practices befolgten und eine starke Fehlerbehandlung implementierten. ADF löst zentrale Herausforderungen bei der Datenintegration, der Automatisierung von Pipelines und der Skalierbarkeit. Es adressiert auch das Problem der Datensilos, indem es eine zentrale Orchestrierung und nahtlose Integration über Datenquellen und Prozesse hinweg ermöglicht. ### 7. Komponentenbasiertes ETL-Tool und Konnektivität **Rating:** 5.0/5.0 stars **Reviewed by:** Fabin P. | Senior Software Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** April 06, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Es ist einfach zu bedienen und komponentenbasiert, was gut für uns ist, um schnell zu lernen, sowie die mehreren Konnektoren. **Was gefällt Ihnen an Azure Data Factory nicht?** Dies ist in allen Aspekten gut, aber wenn es um Rechen- oder andere Speicheraspekte geht, wären die Kosten im Vergleich zu anderen ETL-Tools höher. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory hilft, zentrale Herausforderungen bei der Datenintegration, Orchestrierung und Automatisierung über mehrere Systeme hinweg zu lösen. In vielen Projekten sind Daten über verschiedene Quellen wie Datenbanken, APIs und Cloud-Speicher verteilt, was die Verwaltung und Vereinheitlichung komplex macht. ### 8. Mühelose Datenintegration und Automatisierung mit Azure Data Factory **Rating:** 4.0/5.0 stars **Reviewed by:** Dinesh G. | Lead Digital Cloud Architect - Hybrid Cloud, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** November 07, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Tolle an ADF ist, wie einfach es ist, all meine verschiedenen Datenquellen zu verbinden, egal ob sie lokal oder in der Cloud sind, ohne viel Code schreiben zu müssen. Ich kann visuell per Drag-and-Drop komplexe Datenpipelines erstellen, sich wiederholende Datentasks automatisieren und nahtlos große Datenmengen verschieben und transformieren, während meine Projekte wachsen. Ich kann auch alles von einem Ort aus überwachen und verwalten, was den Stress bei der Datenintegration erheblich reduziert und das Leben für alle Beteiligten viel einfacher macht. **Was gefällt Ihnen an Azure Data Factory nicht?** Die Dinge, die ich an ADF am meisten nicht mag, beziehen sich normalerweise auf seine Komplexität und Einschränkungen. Das Debuggen von Pipelines ist oft knifflig und kann frustrierend sein, besonders wenn etwas fehlschlägt, da es nicht viele Werkzeuge für eine schrittweise Fehlersuche gibt. Wenn mein Workflow komplex ist, kann das Verwalten und Verstehen von allem überwältigend werden, mit so vielen beweglichen Teilen und Bildschirmen, die im Auge behalten werden müssen. Darüber hinaus ist die Integration mit Nicht-Azure-Diensten ziemlich begrenzt, sodass ich auf Hindernisse stoßen kann, wenn ich andere Plattformen verbinden oder in einer Azure-Cloud-Umgebung arbeiten muss. Und während es einfache Aufgaben gut bewältigt, bedeutet die Anpassung über Standard-Connectoren oder Datenflüsse hinaus oft, zusätzlichen Code zu schreiben oder schwierige Umgehungslösungen zu finden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** ADF hilft dabei, die Kopfschmerzen zu lösen, die durch das Verschieben, Kombinieren und Transformieren von Daten aus allen möglichen verschiedenen Quellen wie Datenbanken, Tabellenkalkulationen und Cloud-Speicher entstehen, indem sie an einem Ort zusammengeführt werden, wo sie tatsächlich nützlich sind. Anstatt meine Zeit mit dem Einrichten manueller Prozesse oder dem Umgang mit mehreren Tools zu verschwenden, kann ich alles automatisieren und von einem einzigen Dashboard aus verfolgen. Für mich bedeutet das weniger Routinearbeit, weniger Fehler und eine viel einfachere Möglichkeit, saubere, zuverlässige Daten für Berichte oder Analysen zu erhalten, sodass ich mich mehr auf meine Projektziele konzentrieren kann und weniger auf technische Probleme. ### 9. Einfache, skalierbare ETL-Orchestrierung mit starker Azure-Integration **Rating:** 5.0/5.0 stars **Reviewed by:** Ankit K. | Business Analyst, Informationstechnologie und Dienstleistungen, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** March 12, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** einfache ETL-Pipeline-Orchestrierung, starke Integration mit Azure-Diensten, visueller Pipeline-Builder, skalierbare Datenbewegung, Planungs- und Überwachungsfunktionen, gut für Cloud-Datenmigration **Was gefällt Ihnen an Azure Data Factory nicht?** Das Debuggen von Pipelines kann schwierig sein, die Überwachung von Protokollen fehlt an Details, die Benutzeroberfläche kann sich langsam anfühlen, komplexe Pipelines werden schwer zu verwalten, begrenzte Unterstützung für Versionskontrolle. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Automatisierung von ETL-Pipelines, Orchestrierung von Daten-Workflows über Dienste hinweg, Vereinfachung der Cloud-Datenmigration, Reduzierung manueller Datenbewegungen, Verbesserung der Zuverlässigkeit von Datenpipelines ### 10. Mühelose Datenintegration und Pipeline-Management mit Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Abhishek B. | System Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 13, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Eine gute Sache an Azure Data Factory ist die einfache Integration mit einer Vielzahl von Datenquellen. Das Erstellen von Pipelines ist sehr einfach, selbst für komplexe Workflows, und die Überwachung der Datenbewegung und von Fehlern ist im täglichen Betrieb sehr bequem. **Was gefällt Ihnen an Azure Data Factory nicht?** Das Einzige, was an Azure Data Factory schwierig aussieht, ist, dass das Debugging manchmal nicht sehr benutzerfreundlich ist. Die Fehler/Probleme sind nicht immer klar und komplexe Pipelines werden zu schwierig zu verwalten. Das Preisverhältnis hängt davon ab, wie optimiert die Pipeline genutzt wird. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory löst bequem das Problem der Datenintegration und -probleme, indem es den Datenfluss zwischen verschiedenen Systemen bewegt und transformiert. Außerdem spart es mir manuelle Arbeit, verbessert die Lesbarkeit der Daten und geplante Pipelines sind immer pünktlich verfügbar, ohne dass ein manuelles Eingreifen für Berichterstattung und Analysen für das Geschäft erforderlich ist. ### 11. Mühelose Datenintegration mit leistungsstarkem Monitoring und intuitiven Transformationen **Rating:** 4.5/5.0 stars **Reviewed by:** Daniel H. | Cloud Enginner, Telekommunikation, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 09, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Es ermöglicht eine skalierbare Datenintegration zwischen lokalen und Cloud-Quellen ohne aufwendige Infrastrukturverwaltung. Mapping-Datenflüsse machen komplexe Transformationen effizient und intuitiv. Ich schätze auch die Überwachungs- und Steuerungsfunktionen, die eine klare Sicht auf die Pipeline-Ausführungen bieten. **Was gefällt Ihnen an Azure Data Factory nicht?** Debugging und Fehlermeldungen sind nicht immer klar, was die Fehlersuche zeitaufwändig machen kann. Auch die Preisgestaltung kann schwer abzuschätzen sein, da das serverlose Modell auf der Ausführung von Aktivitäten und der Datenbewegung basiert. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es beseitigt die Notwendigkeit für komplexe Infrastrukturen, indem es eine skalierbare, serverlose Plattform für die Bewegung und Transformation von Daten bereitstellt. Dank seiner Low-Code-Pipelines reduziert es die Entwicklungszeit und Komplexität, was die Erstellung und Wartung von Workflows erleichtert. ### 12. Leistungsstarke, skalierbare Datenintegration mit Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** parth p. | Senior Cloud Engineer, Computersoftware, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 28, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Azure Data Factory ist sehr leistungsfähig, wenn es um die Datenintegration in großem Maßstab aus Datenquellen wie Azure Blob Storage und Azure SQL-Datenbanken geht. Die Möglichkeit, Pipelines aus dem SDK zu erstellen und auszuführen, ist ebenfalls eine sehr gute Funktion für die Implementierung. **Was gefällt Ihnen an Azure Data Factory nicht?** Das private Netzwerk-Setup ist aus Verwaltungssicht etwas kompliziert. Anfangs hatten wir Probleme, Azure Data Factory privat mit dem Rest unserer nativen Azure-Ressourcen zum Laufen zu bringen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir haben hauptsächlich Azure Data Factory für seine Datenintegrationsdienste genutzt, um unsere Daten für die weitere Verwendung vorzuverarbeiten, zu bereinigen und zu transformieren. Die Benutzerfreundlichkeit von Azure Data Factory machte es zu einer attraktiven Wahl gegenüber einer selbst entwickelten Lösung. ### 13. Mühelose Datenintegration mit leistungsstarker Automatisierung und Skalierbarkeit **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Informationstechnologie und Dienstleistungen | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 11, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Seine Fähigkeit, komplexe Datenintegrations-Workflows in großem Maßstab zu orchestrieren und zu automatisieren. Die Low-Code, visuelle Benutzeroberfläche macht es einfach, Pipelines zu erstellen und zu überwachen, während die nahtlose Integration mit einer Vielzahl von Datenquellen – sowohl vor Ort als auch in der Cloud – eine zuverlässige End-to-End-Datenbewegung ermöglicht. Darüber hinaus machen Funktionen wie integrierte Planung, Überwachung, Fehlerbehandlung und Integration mit anderen Azure-Diensten es zu einer robusten und skalierbaren Lösung für die Anforderungen der Unternehmensdatenverarbeitung. **Was gefällt Ihnen an Azure Data Factory nicht?** Während Azure Data Factory ein leistungsstarkes Orchestrierungstool ist, gibt es einige Einschränkungen, darunter begrenzte Debugging-Fähigkeiten für komplexe Pipelines und das Fehlen fortgeschrittener Transformationsfunktionen im Vergleich zu dedizierten Datenverarbeitungs-Engines wie Spark. Versionskontrolle und CI/CD-Integration können ebenfalls weniger intuitiv wirken, insbesondere für große Teams, und die Fehlersuche bei Leistungs- oder Laufzeitproblemen kann manchmal den Wechsel zwischen mehreren Überwachungsansichten erfordern. Darüber hinaus können die Kosten steigen, wenn Pipelines an Komplexität und Häufigkeit zunehmen, was eine sorgfältige Optimierung und Governance erfordert. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory löst das Problem der Integration von Daten aus verschiedenen Quellen und der Orchestrierung komplexer Daten-Workflows auf zuverlässige und skalierbare Weise. Es vereinfacht die Datenaufnahme, Planung und Abhängigkeitsverwaltung über Cloud- und On-Premises-Systeme hinweg, wodurch manueller Aufwand und betrieblicher Overhead reduziert werden. Für mich bedeutet dies eine schnellere Pipeline-Entwicklung, konsistente und wiederholbare Datenladungen, bessere Sichtbarkeit der Datenbewegung durch integriertes Monitoring und die Möglichkeit, sich mehr auf Datenmodellierung und Analysen zu konzentrieren, anstatt Infrastruktur oder benutzerdefinierte Integrationslogik zu verwalten. ### 14. Wesentlich für ETL und Datenaufnahme mit nahtloser Integration **Rating:** 5.0/5.0 stars **Reviewed by:** Nishant A. | Cloud Architect, Bauingenieurwesen, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** January 07, 2026 **Was gefällt Ihnen an Azure Data Factory am besten?** Azure Data Factories wurden in unserer Organisation stark implementiert und die meisten von ihnen werden für ETL/ELT, Datenparsing usw. verwendet. Ich benutze die Konnektoren für Speicher, d.h. Blob- und ADLS-Konnektor für die Datenaufnahme und Datenlake-Architektur. **Was gefällt Ihnen an Azure Data Factory nicht?** ADFs haben Latenz, daher ist Echtzeit-Streaming ein Problem. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Ich verwende ADF, um Rohdateien mit dem Storage Blob Connector zu erfassen und diese Dateien dann in die ADLS-Bronzeschicht zu verschieben. ### 15. Flexible Zeitplanung, aber die Überwachungsansicht muss verbessert werden **Rating:** 5.0/5.0 stars **Reviewed by:** AMRUTRAJ H. | Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 31, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Zeitpläne und verschiedene Arten von Zeitplänen, die in ADF verfügbar sind. **Was gefällt Ihnen an Azure Data Factory nicht?** Wir können nicht alle unsere Pipeline-Aktivitäten auf einer einzigen Seite überwachen. Außerdem werden die Daten nach 50 Tagen gelöscht. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Verbindung zu verschiedenen Quellen, um Daten mit einer serverlosen Option zu extrahieren. Dies hilft mir, Kosten zu senken und die Infrastruktur auszulagern. ### 16. Leistungsstarkes, cloud-natives ETL einfach gemacht **Rating:** 4.5/5.0 stars **Reviewed by:** Shirisha D. | Infra transformation sr analyst, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 07, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Die Low-Code-Oberfläche und die Integrationsflexibilität sind das, was mir an Azure Data Factory am besten gefällt. Sie können eine Vielzahl von Datenquellen anschließen und komplexe Datenpipelines visuell erstellen, ohne umfangreichen Code schreiben zu müssen. **Was gefällt Ihnen an Azure Data Factory nicht?** Das Debugging-Erlebnis auf dem Portal kann besonders bei großen Datenflüssen langsam sein. Auch die Benutzeroberfläche für die Datenflusszuordnung könnte reaktionsschneller sein. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory hilft dabei, unsere gesamten Datenpipelines zu automatisieren und zu standardisieren, von der Erfassung roher Daten bis hin zur Transformation und dem Laden in Data Warehouses. ### 17. Benutzerfreundlich **Rating:** 4.5/5.0 stars **Reviewed by:** Melissa R. | Test Analyst, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** September 04, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Ich finde Azure Data Factory benutzerfreundlich - es ist einfach zu navigieren und zu finden, wonach ich suche. **Was gefällt Ihnen an Azure Data Factory nicht?** Nichts, was mir besonders missfällt - habe nicht viele ähnliche Werkzeuge benutzt. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Software- und Datentests mit Speicherkontainern. ### 18. Azure-Datenfabrik-Experte **Rating:** 3.5/5.0 stars **Reviewed by:** Ayrin G. | Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 07, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Orchestrieren von Prozessen durch die Verwendung verschiedener Aktivitäten innerhalb von Data Factory. **Was gefällt Ihnen an Azure Data Factory nicht?** komplexe Pipeline-Struktur und schwer zu verfolgen **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Daten von verschiedenen Servern einlesen, Transformationen durchführen und Data Marts erstellen, gefolgt von der Erstellung von Geschäftsberichten. ### 19. Serverloses ETL-Tool **Rating:** 2.5/5.0 stars **Reviewed by:** Vikram K. | Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** August 08, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** Verknüpfte Dienste, um sich mit allen Arten von Diensten zu verbinden **Was gefällt Ihnen an Azure Data Factory nicht?** Einfacher Kontrollfluss wird sehr komplex zu erreichen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Integration verschiedener Quellen auf einer einzigen Plattform, um den Fluss zu verwalten, auszulösen und zu steuern. ### 20. Ausgezeichnetes ETL-Tool für Big-Data-Arbeit **Rating:** 5.0/5.0 stars **Reviewed by:** Aman Kumar K. | Software Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 25, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** Fehler bei der Durchführung komplexer Transformationen. Einschränkung, nicht mehr Operationen als Int32 ausführen zu können. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir migrieren von On-Premise-Datenlösungen zu Cloud-basierten Datenlösungen und verwenden dafür Azure. Hauptsächlich ADF für ETL-Pipelines. Zusammen mit anderen Diensten wie Blob, ADLS, SQL Services, Databricks, Snowflake und Synapse. ### 21. Ausgezeichneter Service **Rating:** 5.0/5.0 stars **Reviewed by:** Sowjanya G. | Digital Education Student Ambassador , Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** September 18, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Azure Data Factory löst die Herausforderung der Integration und Orchestrierung von Daten aus verschiedenen Quellen. Es ist besonders vorteilhaft für die Erstellung und Verwaltung komplexer Datenpipelines, die nahtlose Datenbewegung und -transformation über lokale, Cloud- und hybride Umgebungen hinweg ermöglichen. Diese Fähigkeit reduziert den manuellen Aufwand erheblich, der für die Handhabung groß angelegter Datenintegration erforderlich ist, und stellt sicher, dass Daten für Analyse und Entscheidungsfindung bereitstehen. ### 22. ADF - Bestes Cloud-ETL-Tool **Rating:** 5.0/5.0 stars **Reviewed by:** MANISH P. | QA Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** December 31, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Beste daran ist, dass es sehr einfach ist, es mit verschiedenen Datenbanken zu integrieren, die verknüpften Dienste zu nutzen und es zudem sehr erschwinglich ist. **Was gefällt Ihnen an Azure Data Factory nicht?** Die ADF bietet nur sehr eingeschränkte Protokollierung und Überwachung der Pipeline. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Da wir das Snowflake Cloud Datawarehouse verwenden, ist es sehr einfach, sich mit Snowflake zu integrieren, und es kann große Datenmengen verarbeiten. ### 23. Beste und einfachste Methode zur Entwicklung von Datenpipelines **Rating:** 4.5/5.0 stars **Reviewed by:** Martand S. | Senior Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 30, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden eine Datenfabrik im Luftfahrtbereich, um Daten aus dem Betrieb, Einzelhandel, Sensoren und operativen Geschäften auf unsere unternehmensweite Datenplattform zu laden. Wir verwenden auch Dataflow, um Daten zu transformieren, und nutzen die Datenfabrik, um Databricks-Pipelines aufzurufen. ### 24. Schnellste Datenverarbeitung mit Azure Data Factory **Rating:** 5.0/5.0 stars **Reviewed by:** Rajesh Y. | Manager, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 20, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** Ich bin glücklich, ADF zu verwenden. ADF muss nur mehr Verbindungen mit anderen Drittanbietern von Datenanbietern hinzufügen. Auch das Logging kann weiter verbessert werden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es bietet die schnellste Datenumwandlung ohne Probleme. Das ist eine großartige Sache. Wir haben ADF verwendet, um den Inhalt der Blob-Speicherdaten-Datei zu lesen und in die Datenbank zu übertragen. Es hat uns Zeit und wiederholte Arbeit gespart. Wir haben Azure Data Factory verwendet, um Blob-Speicherdateien in der Datenbank zu verarbeiten. Wir haben Azure Data Factory zur Erstellung von Datensätzen und Datenflüssen verwendet. Wir haben Amazon RDS über verknüpfte Dienste verwendet und einen Datensatz erstellt. Dieser Datensatz diente als Eingabe und Ausgabe für die Dateiverarbeitung. Das Großartige an ADF ist, dass Sie Ihre Daten problemlos transformieren können, und wir haben es verwendet, um mandantenfähige Daten in einer einzigen Ausgabedatenquelle zu platzieren. Abgesehen davon haben wir ADF verwendet, um Daten aus verschiedenen Datenquellen in eine zentrale Datenquelle zu laden. Wir haben es in unserer Organisation verwendet und viel Datenverarbeitung durchgeführt. ### 25. Azure Data Factory Bewertung **Rating:** 5.0/5.0 stars **Reviewed by:** Shubham T. | Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 15, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** Bis jetzt habe ich keine Funktion oder Option gefunden, die mir an Azure Data Factory nicht gefällt, alles entspricht den Anforderungen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Das Integrieren von Daten aus mehreren Quellen und das Durchführen fortgeschrittener Transformationen ist keine einfache Aufgabe und erfordert ein kompatibleres und zuverlässigeres Tool oder eine Plattform. Dafür nutze ich Azure Data Factory, da es mit anderen Azure-Diensten kompatibel ist und effektive Funktionen für die Datenintegration und -transformation bietet. ### 26. Azure-Dateningenieur **Rating:** 4.5/5.0 stars **Reviewed by:** Ashish S. | Senior database engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** March 11, 2025 **Was gefällt Ihnen an Azure Data Factory am besten?** bestes ETL-Tool zur Verarbeitung von Big Data. Daten im Bericht synchronisieren **Was gefällt Ihnen an Azure Data Factory nicht?** Netzwerkproblem in VM zu lange Ausfallzeit bei Dienstausfall **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Dynamische Datenladung und API-Datenladung und Leistungs-DTU-Verwaltung ### 27. Azure Data Factory Bewertung **Rating:** 5.0/5.0 stars **Reviewed by:** Kamaljeet S. | Software Engineer, Informationstechnologie und Dienstleistungen, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 24, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Um eine Pipeline in Azure Data Factory auszuführen, sind weniger Anstrengungen des Benutzers erforderlich, da der Benutzer nur wenige Parameter eingibt und die Pipeline danach automatisch ausgeführt wird. Daher spart ADF unsere Zeit und bietet eine sicherere und zuverlässigere Arbeitseffizienz. ### 28. Eine erstaunliche Ein-Schritt-Lösung für die Datenintegration **Rating:** 4.5/5.0 stars **Reviewed by:** Anirban D. | Technical Lead, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 01, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Für unser Projekt müssen wir Daten von unserem SQL-Server extrahieren, einige Logik darauf anwenden, um sie zu verarbeiten, und sie dann an mehrere Quellen senden. Die Quellen waren manchmal Firestore-Datenbank, SFTP oder manchmal auch Web-API. Wir benötigen eine Ein-Schritt-Lösung, die sowohl einfach für die Integration als auch nicht zu schwierig für das Betriebsteam zu warten ist. Die einfache Integrationsfunktion und die Unterstützung mehrerer Ziel-Connectoren in der Data Factory lösten dieses Problem. Jetzt kann unser ETL-Team die Pipeline konfigurieren und das Betriebsteam kann diese bei Bedarf problemlos ausführen, was eines unserer größten Probleme mit sehr geringem Aufwand löst. ### 29. Azure Data Factory: Einfaches und bestes ETL-Tool aller Zeiten **Rating:** 5.0/5.0 stars **Reviewed by:** Sanjana R. | Analyst, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** April 08, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Das Verbinden mit mehreren Datenquellen und die Durchführung von Transformationen darauf erfordert ein sichereres und zuverlässigeres ETL-Tool, wofür ich denke, dass ADF am besten geeignet ist. ### 30. Bestes ETL-Tool auf dem Markt **Rating:** 5.0/5.0 stars **Reviewed by:** Mohan N. | Programming Analyst - AIA Data. (Azure Data Engineer), Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** December 17, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** 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. **Was gefällt Ihnen an Azure Data Factory nicht?** 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. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden ADF für die Datensammlung, -extraktion, -transformation und -ladung. Außerdem nutzen wir es, um die Datenpipelines mit unserer Geschäftszeit zu planen. Wir erhalten Daten aus mehreren Quellen, insbesondere Rohdaten aus dem Gesundheitswesen, und diese benötigen einige Regeln und Transformationen, bevor sie in Datenbanken für Analysen und Berichterstattung gelangen. Zuvor haben wir das lokale Informatica-ETL-Tool für all dies verwendet, aber ADF ist einfach viel besser. ### 31. ADF ein ETL-Tool **Rating:** 5.0/5.0 stars **Reviewed by:** Utkarsh G. | Associate Cloud Infra & DevOps Engineer , Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** April 23, 2024 **Was gefällt Ihnen an Azure Data Factory am besten?** Die besten Merkmale meiner Meinung nach sind Hybrid-Datenintegration, Datenbewegung, Orchestrierung und Planung sowie Integration mit anderen Azure-Diensten. **Was gefällt Ihnen an Azure Data Factory nicht?** Meiner Meinung nach gibt es keine Nachteile von ADF. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es half mir, Daten aus verschiedenen Datenquellen wie Blob-Speicher, Amazon S3 und lokalen SQL-Servern zu verschieben. Wir können auch Datenintegrationspipelines je nach Bedarf hoch- und herunterskalieren. ### 32. Vereinfachtes ETL mit leistungsstarkem Debugging **Rating:** 4.0/5.0 stars **Reviewed by:** Pranshu G. | Software Developer, Informationstechnologie und Dienstleistungen, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** September 12, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Meiner Erfahrung nach erweist sich ADF als Champion in seiner Benutzerfreundlichkeit. Die minimalen Codierungsanforderungen und die Drag-and-Drop-Funktionen sind unglaublich nützlich. Ganz zu schweigen von den leistungsstarken Debugging-Funktionen, die es bietet. Seine Fähigkeit, sich über verschiedene Datenquellen hinweg zu integrieren, ist ein wahrer Lebensretter. **Was gefällt Ihnen an Azure Data Factory nicht?** Während ADF eine vereinfachte ETL-Lösung bietet, schafft es auch Herausforderungen in einigen Bereichen. Wie zum Beispiel komplexe Transformationen mit Datenfluss. Das Debuggen im Azure-Datenfluss war ein frustrierender Schritt in all meiner Pipeline-Entwicklung. Diese spezielle Funktion ist ziemlich ineffizient, wenn es darum geht, große Datenmengen zu transformieren. Fügen Sie mehrdeutige Fehler hinzu und Sie haben Ihren größten Albtraum. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es half bei der Erstellung skalierbarer ETL-Pipelines. Ich habe es auch in die Integration mit Databricks sowie der Salesforce-API verwendet. Es half auch bei der Automatisierung der gesamten Databricks-Notebooks, wodurch die Datenverarbeitung robuster und effizienter wurde. ### 33. Überprüfung von Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Myo Min H. | Azure Data Engineer, Finanzdienstleistungen, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** June 08, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** 1. ADF kann große Datenmengen verarbeiten und unterstützt verschiedene Formate. Ob es sich um RDBMS, NoSQL, Dateisystem, App oder Dienste handelt, wir können sie mit ADF verbinden und komplexe Datenverarbeitung, Datenintegration durchführen. 2. Die visuelle Workflow-Orchestrierung vereinfacht die Erstellung und Verwaltung komplexer Datenpipelines. Es ist sehr einfach, eine Pipeline in der Azure Data Factory zu erstellen. Drag-and-Drop-Funktionen machen es für den Benutzer einfach. Außerdem ist jede Pipeline-Struktur, die wir erstellt haben, im JSON-Format geschrieben, was wirklich erstaunlich ist, wenn es darum geht, die Pipeline-Struktur von einem ADF zu einem anderen ADF zu ändern und zu kopieren. 3. Die Integration mit Azure-Diensten wie Azure Data Lake Storage, Azure Synapse Analytics und Azure Databricks verbessert die Gesamtfähigkeiten und Produktivität unserer Data-Engineering-Pipeline. **Was gefällt Ihnen an Azure Data Factory nicht?** 1. Microsoft sollte die ADF-Dokumentation und die Verfügbarkeit umfassender Beispiele und Tutorials für verschiedene Szenarien verbessern. Verschiedene Unternehmen haben unterschiedliche Szenarien und unterschiedliche Pipeline-Strukturen. Um das zu individualisieren, was sie wollen, sollte ADF mehr grundlegende Dokumentationen und Tutorials bereitstellen, die organisationsübergreifend geteilt werden. 2. Manchmal gibt es Fehler, wenn wir eine Datenpipeline duplizieren und die notwendigen Datensätze und verknüpften Dienste in der duplizierten Pipeline ersetzen. Wenn wir die duplizierte Pipeline ausführen, wird die vorherige Datenpipeline immer noch zwischengespeichert und die duplizierten Daten sind nicht sichtbar. In diesem Fall müssen wir den Browser aktualisieren, was ärgerlich und zeitaufwendig ist. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir haben Daten, die von einem Facebook-Chatbot kommen. Wir sammeln die Rohdaten in einer Azure-SQL-Datenbank. Mit Hilfe von Azure Data Factory erstellen wir Pipelines für die Datentransformation, Datenverarbeitung und das Laden der transformierten Daten in die jeweiligen Tabellen. ### 34. ADF Bewertung **Rating:** 4.5/5.0 stars **Reviewed by:** Dinesh S. | G2 member, Informationstechnologie und Dienstleistungen, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 12, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Es hilft beim Entwerfen einer Pipeline mit verschiedenen Funktionen, die Quell- und Zielorte aufnehmen kann, und implementiert die Funktion basierend auf der erstellten Pipeline. Außerdem verfügt es über hervorragende Funktionen wie die Überwachung der Pipeline und die Möglichkeit, die Pipeline erneut auszuführen, was die Nacharbeit bei der Erstellung einer doppelten Datenaktualisierungspipeline reduziert. **Was gefällt Ihnen an Azure Data Factory nicht?** Es erfordert ein grundlegendes Wissen über die App, wie man die Pipeline erstellt, wie wir auf die Datalake-Speicherbereiche zugreifen können und diese mit der Quelle und dem Senke in der neuen Pipeline abbilden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Die Pipeline hilft uns, die Daten zu aktualisieren, die in kurzen Zeitabständen ausgeführt wird, selbst für Millionen von Daten. ### 35. Das beste Cloud-ETL-Tool mit visuellen Datenintegrationsdiensten und anderen Skripten kann verwendet werden. **Rating:** 5.0/5.0 stars **Reviewed by:** Vikas K. | ETl developer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 23, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Beste an ADF ist das Datenfluss-Debugging, bei dem wir den Datenflussausgang in jeder Aufgabe direkt überprüfen und die Fehler mit dem Pipeline-Lauf finden können. **Was gefällt Ihnen an Azure Data Factory nicht?** Bereitstellung in die Produktion, aber es ist nicht zu missbilligen, aber es ist schwierig, von der Entwicklung in die Produktion bereitzustellen. Wir müssen CI/CD-Pipelines usw. verwenden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Ein voll funktionsfähiges Enterprise Data Warehouse wird erstellt, und wir verwenden Azure-Dienste. Wir haben ADF als ETL-Tool verwendet, und es war sehr einfach, SCD-Typen und andere Datenintegration zu implementieren. ### 36. ADF: Ein großartiges Werkzeug **Rating:** 5.0/5.0 stars **Reviewed by:** Himani S. | Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** June 14, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Datenintegration und -orchestrierung: ADF ermöglicht die effiziente Integration und Orchestrierung von Daten aus verschiedenen Quellen, sowohl vor Ort als auch in der Cloud. Es bietet eine visuelle Schnittstelle zum Entwerfen von Datenpipelines, was die Definition und Verwaltung komplexer Datenintegrations-Workflows erleichtert. Umfassende Unterstützung von Datenquellen: ADF unterstützt eine breite Palette von Datenquellen, einschließlich Azure-Diensten, lokalen Datenbanken, SaaS-Anwendungen und verschiedenen Dateiformaten. Diese Flexibilität ermöglicht es, Daten aus unterschiedlichen Quellen zu extrahieren, zu transformieren und zu laden (ETL), was es für heterogene Datenumgebungen geeignet macht. Skalierbarkeit und Leistung: ADF nutzt die Skalierbarkeit und Leistung der Azure-Plattform, um große Datenmengen zu verarbeiten und in großem Maßstab zu verarbeiten. Es kann Datenverarbeitungsaktivitäten parallelisieren, die Ressourcennutzung optimieren und effiziente Datenbewegungsfähigkeiten bieten, was zu einer verbesserten Leistung führt. **Was gefällt Ihnen an Azure Data Factory nicht?** Bis jetzt habe ich in meinen 4 Jahren IT-Erfahrung mit ADF keine Nachteile von ADF gefunden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es half den Kunden auf der ganzen Welt, eine große Menge Geld zu sparen. ### 37. Datenfabrik für Analysten **Rating:** 3.0/5.0 stars **Reviewed by:** Ravindra J. | Consultant, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 09, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Hilfreichste ist, dass es hilft, große Datenmengen mit nur einem Auslöser einer Pipeline und eines Jobs zu laden. Es befindet sich in der Cloud und basiert auf Microsoft, was es einfach macht. **Was gefällt Ihnen an Azure Data Factory nicht?** Manchmal wird es schwierig, die Fehler zu verstehen, aufgrund derer die Datenpipeline fehlschlägt. Selbst nach einer Suche im Internet hilft es nicht, daher könnte die Fehlermeldung verbessert werden, was den Benutzern hilft, sie zu verstehen und leicht zu beheben. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** wie ich bereits erwähnte, verwenden wir Azure Data Factory zum Laden großer Datenmengen, die im Analysis Services-Modell modelliert sind. Wir haben die Pipelines/Jobs bereits eingerichtet und jede Nacht laufen diese, um die aktualisierten Daten am nächsten Tag bereitzustellen. ### 38. Azure Data Factory Bewertung **Rating:** 4.5/5.0 stars **Reviewed by:** Dhiraj M. | Senior Data Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** July 05, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Es ist einfach zu verwenden für Dateningenieure aufgrund seiner Drag-and-Drop-Funktion. Es ist ein leistungsstarkes No-Code-ETL-Tool. Es kann leicht Orchestrierung durchführen und robuste Datenengineering-Pipelines erstellen. **Was gefällt Ihnen an Azure Data Factory nicht?** Aufgrund seiner No-Code-Funktion gibt es eine Einschränkung bei der Durchführung komplexer Transformationen. Außerdem ist die CI/CD von Data-Factory-Pipelines sehr komplex, da Cherry-Picking nicht verfügbar ist. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es ist ein sehr nützliches Werkzeug zur Erstellung von Data-Engineering-Pipelines von Anfang bis Ende mit der Verwendung verschiedener Konnektoren und Komponenten. Es ist ein sehr leistungsfähiges Orchestrierungswerkzeug. ### 39. Einfache Orchestrierung und Entwicklung **Rating:** 4.5/5.0 stars **Reviewed by:** Drishti C. | Data Analyst, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** November 02, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Einfache Benutzeroberfläche, liebe den Transformationsaufbau mit Datenfluss. Einfache Integration mit Databricks und API-Gateways. **Was gefällt Ihnen an Azure Data Factory nicht?** nichts wirklich. Mehr Leichtigkeit mit globalen Parametern **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Einfache ETL ohne Programmierung. Außerdem sind globale Parameter erstaunlich. ### 40. Ein gutes ETL/ELT-Tool auf der Azure-Cloud **Rating:** 4.0/5.0 stars **Reviewed by:** Vaibhav P. | Software Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** June 09, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Beste an ADF ist, dass wir fast jede Datenquelle integrieren können. Am meisten gefielen mir die Datenflüsse, da sie eine Spark-Engine bereitstellen und wir die Daten ohne tatsächliche Ausführung debuggen und in der Vorschau anzeigen können. **Was gefällt Ihnen an Azure Data Factory nicht?** Das Fenster, in dem wir Pipelines und Datenflüsse erstellen, erfordert einen großen Bildschirm und wird kompliziert, wenn wir auf einem Gerät mit kleinem Bildschirm mehr Komponenten in die Pipeline einfügen. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden ADF, um Daten von SAP-APIs mithilfe von Azure Logic Apps in Azure Blob Storage zu laden. Weiterhin laden wir die Daten von Blob Storage in unsere lokale Datenbank und führen die Transformationen mit Informatica PowerCenter durch. ### 41. Ausgezeichneter Datenorchestrierungsdienst **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Computersoftware | Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** November 24, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Beste Plattform zur Steuerung und Orchestrierung von Datenflüssen aus verschiedenen umfangreichen Quellen und zur Verbindung verschiedener Azure-Dienste mithilfe von verknüpften Diensten. **Was gefällt Ihnen an Azure Data Factory nicht?** Daten können nicht auf virtuelle Maschinen übertragen werden **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Vereinfachen Sie die Konnektivität zu lokalen Datenquellen und bieten Sie volle Kontrolle über die Datenflüsse und Überwachungsdienste. ### 42. Bewertung zu Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Shilpi J. | Senior Software Development Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** August 04, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Ich arbeitete als Entwickler an einem Spark-Projekt, bei dem wir große Datenmengen mit Azure Data Factory verarbeiten. Es verarbeitet Daten sehr schnell und effizient. Außerdem unterstützt es eine Vielzahl von Datenquellen. **Was gefällt Ihnen an Azure Data Factory nicht?** Während der Arbeit an einem Spark-Projekt stieß ich auf einige Herausforderungen bei fortgeschrittenen Datenverarbeitungsaufgaben wie der Filterung. In dieser Hinsicht kann es weiter verbessert werden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Es löst die Herausforderungen der schnellen und effizienten Verarbeitung großer Datenmengen. Es bietet auch viele Transformationsmöglichkeiten zusammen mit mehreren Datenquellen, die wir beim Kopieren und anderen Operationen verwenden können. ### 43. Erreichen von Zusammenarbeit und integriertem Management vielfältiger Daten in der Cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Marian C. | Data Engineer, Unternehmen mittlerer Größe (51-1000 Mitarbeiter) **Reviewed Date:** April 18, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Azure Data Factory ist ein Cloud-Dienst für das Datenintegrationsmanagement, der diverse Daten sammelt und verknüpft. Es wird einfacher zu verstehen, wenn man sich eine Linie vorstellt, die sofort mit gesammelten und akkumulierten Daten (Materialien und Rohstoffe) handelt. Darüber hinaus kann es mit verschiedenen Systemen verknüpft werden, um mehrere Informationsgewinnungsprozesse zu automatisieren, die für die Datenanalyse erforderlich sind. Es kann auch für die Datenintegration wie ETL und ELT verwendet werden. Azure Data Factory ermöglicht die Verknüpfung und Nutzung fragmentierter Daten durch die Entwicklung von IKT und beschleunigt die Diversifizierung der im Unternehmen verwendeten Systeme von On-Premises in die Cloud. Diese Plattform macht das Geschäft effizienter und bequemer, da Daten effizient akkumuliert, analysiert und genutzt werden, d.h. zentral verwaltet. Transformiert gesammelte und gespeicherte Daten. Ermöglicht die Nutzung von Daten in einem einheitlichen Format zur Erstellung von Grafiken. **Was gefällt Ihnen an Azure Data Factory nicht?** Ich mag Azure Data Factory, weil es für konventionelles ETL und ELT mit wenigen Mausklicks verwendet werden kann, da es flexibel horizontal und vertikal skaliert werden kann. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Mit der Verbreitung von Computing und IKT in Unternehmen sind alle Arten von Informationen zu Daten geworden. Systeme speichern jedoch oft eine Kombination aus verschiedenen Datenformaten, wie Textdaten, Bilddaten und Videodaten. Die Fähigkeit von Azure Data Factory, Daten zu zentralisieren, ist entscheidend, da Unternehmen zunehmend große und unorganisierte Daten verwenden. In der Vergangenheit war die Gesamtspeicherkapazität gering, und die Menge der auf einmal gesammelten Daten war klein, daher war es üblich, in der Reihenfolge von Datenextraktion, Umwandlung/Verarbeitung, Speicherung und ETL zu verfahren. Jetzt, da Azure Data Factory, das Großkapazitätslager, verfügbar ist, ist es möglich, die Rohdaten vor der Verarbeitung und Umwandlung zu speichern, sodass auch die Methode der Datenextraktion, Speicherung, Umwandlung/Verarbeitung und ELT verwendet wird. ### 44. Bestes ETL-Tool **Rating:** 5.0/5.0 stars **Reviewed by:** Swetha Y. | Senior Data Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** May 31, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Das Beste ist, dass es viele Konnektoren für viele lokale Server und Cloud-Server hat, und der beste Teil ist die Data Factory-Benutzeroberfläche, wo wir komplexe ETL-Pipelines einfach durch Ziehen und Ablegen der Aktivitäten entwerfen können. **Was gefällt Ihnen an Azure Data Factory nicht?** Ich habe keine Herausforderungen mit ADF erlebt, jedoch gibt es einige Einschränkungen, bei denen wir einige Aktivitäten nicht direkt ausführen können, wie z.B. verschachtelte Steuerungen, und auch für komplexe Transformationen sind ADF-Mapping-Datenflüsse nicht so effektiv, aber es ist ein hervorragendes Produkt. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden ADF, um ETL-Pipelines zu erstellen, die die Transformationen an einem Ort auf Finanzdaten anwenden und sie in Azure Synapse, d.h. das Data Warehouse, laden. Es hilft uns auch, Jobs basierend auf Ereignissen zu planen und den manuellen Eingriff zu entfernen. ### 45. Bestes Datenorchestrierungstool auf dem Markt **Rating:** 5.0/5.0 stars **Reviewed by:** Neelesh Kumar I. | Manager, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** November 02, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Implementierung von Pipelines ist sehr einfach, da es Drag-and-Drop ist. **Was gefällt Ihnen an Azure Data Factory nicht?** Konnektivität von Datenquellen, die nur JWT zulassen, ist herausfordernd und einige Datenszenarien können nicht implementiert werden. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Sehr effektives und effizientes Werkzeug zur Integration mit mehreren Big-Data-Plattformen. Hilft, Big-Data-Management-Probleme auf effektive Weise zu lösen. ### 46. Ein ausgezeichnetes Werkzeug zur Verwaltung und Umwandlung von Daten **Rating:** 5.0/5.0 stars **Reviewed by:** Shaun B. | Solution Engineer / Client Sales Support IV, Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** September 13, 2022 **Was gefällt Ihnen an Azure Data Factory am besten?** Wir verwenden Azure Data Factory, um Daten aus mehreren Quellen zu ziehen und in unsere Data Warehouses zu importieren. Wir haben viele unterschiedliche Datenquellen, die selten ein ähnliches Format teilen. Mit ADF können wir die Daten automatisch einziehen, normalisieren, Abfragen gegen das aktuelle DW ausführen, sie in unser DW importieren und Dateien in der Kaltlagerung archivieren. Es ist wirklich eine Rettung für jeden, der Punkte und Klicks dem Code vorzieht. **Was gefällt Ihnen an Azure Data Factory nicht?** Die Lernkurve kann ziemlich steil sein, um zu lernen, wie man ADF verwendet. Ich habe YouTube-Videos genutzt, um mein Wissen zu ergänzen, was ziemlich hilfreich war. Sobald man die Konzepte verstanden hat, ist es einfach, sie auf andere Projekte anzuwenden, aber herauszufinden, wo man anfangen soll, kann manchmal entmutigend sein. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir verwenden es, um Daten in unser Data Warehouse (DW) zu transformieren und zu laden. Wir haben Pläne, es in Zukunft auch für viele andere Projekte zu nutzen, aber der Hauptanwendungsfall war das Laden von Daten. ### 47. Einfach zu verwenden für ETL-Zwecke **Rating:** 4.0/5.0 stars **Reviewed by:** Prashant S. | Consultant, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** August 09, 2022 **Was gefällt Ihnen an Azure Data Factory am besten?** Adf ist ein ETL-Tool von MS, das Beste daran ist, dass es einfach zu bedienen ist und wir es leicht mit Link-Diensten mit Drittanbieter-Ressourcen verbinden können, um die Daten abzurufen. Wir können ein separates Dataset für Quelle und Senke erstellen und mithilfe von Pipeline-Aktivitäten jede Transformation implementieren und das erforderliche Ergebnis mit dem Senkenverzeichnis erhalten. Wir haben eine direkte Verbindung mit Databricks, und mit dem dbx-Workspace-Token können wir unsere Databricks-Notebooks mit ADF verbinden. **Was gefällt Ihnen an Azure Data Factory nicht?** Es gibt keine großen Abneigungen, aber einige Punkte, die ich hervorheben wollte, sind, dass es Einschränkungen in einer Pipeline gibt, in der wir bis zu 40 Aktivitäten erstellen können, und manchmal bin ich auf seltsame Fehler gestoßen oder eine schwache Server-Pipeline schlägt ohne triftigen Grund automatisch fehl, sodass es manchmal bei einer vorgeplanten Pipeline zu Datenverlust kommen kann. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** ADF wird hauptsächlich verwendet, um Daten von Drittquellen abzurufen. Wenn der Kunde Daten in seinem lokalen System hat, bietet ADF eine erweiterte Konnektivität dafür, die eine selbstgehostete Integrationslaufzeit verwendet. Mit dieser IR können wir diese VM leicht mit ADF verbinden und die Daten abrufen. Ich habe ADF verwendet, um die Ergebnisse über APIs abzurufen, auch viele API-Quellen, bei denen wir keine direkte Konnektivität haben. Über REST-API oder Webaktivität können wir die Daten durch ADF abrufen, indem wir die richtigen Anmeldedaten bereitstellen. Ich habe ADF auch für die Logik-App-Konnektivität verwendet, wo wir ein Power-BI-Dashboard aktualisieren oder eine API aufrufen können, um Status-E-Mails zu senden. ### 48. Großartige Verwendung für die Migration von Daten mit einer Pipeline. **Rating:** 4.0/5.0 stars **Reviewed by:** Ajinkya D. | Associate Engineer, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** February 25, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Leichtigkeit bei der Erstellung und Bereitstellung der Datenpipeline in Azure Data Factory und am besten für alle Migrationen großer Datenmengen. **Was gefällt Ihnen an Azure Data Factory nicht?** Nicht für Anfänger geeignet, und es dauert auch viel Zeit für die Migration. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Die einfachere Migration jeder Quelle ist zugänglicher und einfacher mit dem besten Datenfluss. ### 49. Das mächtigste Werkzeug, das ich bisher verwendet habe, ist Azure Data Factory!! **Rating:** 4.5/5.0 stars **Reviewed by:** Verifizierter Benutzer in Informationstechnologie und Dienstleistungen | Kleinunternehmen (50 oder weniger Mitarbeiter) **Reviewed Date:** January 14, 2023 **Was gefällt Ihnen an Azure Data Factory am besten?** Der beste Teil der Azure Data Factory ist, dass wir verschiedene Aufgaben ausführen können, wie z.B. Daten von einer Plattform zu Azure kopieren, einfach so. Zum Beispiel Datenbankreplikation, S3-Bucket zu Azure Blob Storage usw. Sie verfügt über Jobs, die wir nach unseren Anforderungen planen können, und die Drag-and-Drop-Funktionen, die es dem Benutzer und Administrator erleichtern, mit der Data Factory zu arbeiten. **Was gefällt Ihnen an Azure Data Factory nicht?** Wir haben keine Herausforderungen mit DataFactory gehabt. Allerdings suchen wir nach mehr verfügbaren Integrationsmöglichkeiten. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Wir haben unsere Daten migriert, wobei die Datenfabrik eine wichtige Rolle in unserem Migrationsprojekt gespielt hat. ### 50. Eines der besten Cloud-Daten-Pipelining-Tools mit sehr minimalem Codieren und mehreren Konnektoren. **Rating:** 5.0/5.0 stars **Reviewed by:** Biswajeet S. | Data Analyst GAMMA, Unternehmen (> 1000 Mitarbeiter) **Reviewed Date:** October 07, 2022 **Was gefällt Ihnen an Azure Data Factory am besten?** In Azure Data Factory mag ich am meisten die Datenpipeline-Funktion, Synapse, Databricks, das Speicherkonto und alle Arten von Konnektoren, und es hat den besten Scheduler, bei dem auch Nicht-Programmierer eine Pipeline erstellen und planen können. **Was gefällt Ihnen an Azure Data Factory nicht?** Nichts zu beanstanden, wenn der Preis für ADF-Ressourcen gesenkt werden kann, wäre das großartig, und wenn das Sandbox-Konto auch ADF-Ressourcen erhält, wäre das auch am besten zum Testen und Üben. Ansonsten ist es das beste Datenpipeline-Produkt. **Welche Probleme löst Azure Data Factory für Sie, und wie profitieren Sie davon?** Für unsere Einzelhandelskunden verwenden wir ADF in vielen ETL- und Datenpipeline-Projekten. ADF wird hauptsächlich verwendet, um die Transformation auf verschiedene ERP-, Verkaufs-, Finanz- und alle Kaufhausdaten an einem Ort anzuwenden und sie an Data Warehouses zu senden. ## Azure Data Factory Discussions - [Is Azure data Factory an ETL tool?](https://www.g2.com/de/discussions/is-azure-data-factory-an-etl-tool) - 2 comments - [View Azure Data Factory pricing details and edition comparison](https://www.g2.com/de/products/azure-data-factory/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-25+10%3A23%3A45+-0500&secure%5Bsession_id%5D=a8266208-64f1-44d3-a45c-e469890c13f0&secure%5Btoken%5D=11dd221a04787e7fd08bb2fbb39edeb5eb3a12bb18fa450c02b376368aab0b4e&format=llm_user) ## Azure Data Factory Integrations - [Agentforce Sales (formerly Salesforce Sales Cloud)](https://www.g2.com/de/products/agentforce-sales-formerly-salesforce-sales-cloud/reviews) - [Amazon Simple Email Service (Amazon SES)](https://www.g2.com/de/products/amazon-simple-email-service-amazon-ses/reviews) - [Azure Blob Storage](https://www.g2.com/de/products/azure-blob-storage/reviews) - [Azure Databricks](https://www.g2.com/de/products/azure-databricks/reviews) - [Azure Data Lake Store](https://www.g2.com/de/products/azure-data-lake-store/reviews) - [Databricks](https://www.g2.com/de/products/databricks/reviews) - [Google Ads](https://www.g2.com/de/products/google-ads/reviews) - [Microsoft Power BI](https://www.g2.com/de/products/microsoft-microsoft-power-bi/reviews) ## Azure Data Factory Features **Management** - Reporting - Rechnungsprüfung **Funktionalität** - Extraktion - Transformation - Laden - Automatisierung - Skalierbarkeit ## Top Azure Data Factory Alternatives - [SnapLogic Intelligent Integration Platform (IIP)](https://www.g2.com/de/products/snaplogic-intelligent-integration-platform-iip/reviews) - 4.4/5.0 (370 reviews) - [dbt](https://www.g2.com/de/products/dbt/reviews) - 4.7/5.0 (205 reviews) - [AWS Glue](https://www.g2.com/de/products/aws-glue/reviews) - 4.3/5.0 (193 reviews)