# Azure Data Factory Reviews **Vendor:** Microsoft **Category:** [Piattaforme di Integrazione dei Big Data](https://www.g2.com/it/categories/big-data-integration-platforms) **Average Rating:** 4.6/5.0 **Total Reviews:** 99 ## About Azure Data Factory Azure Data Factory (ADF) è un servizio di integrazione dati completamente gestito e senza server progettato per semplificare il processo di acquisizione, preparazione e trasformazione dei dati da fonti diverse. Consente alle organizzazioni di costruire e orchestrare flussi di lavoro di Estrazione, Trasformazione, Caricamento (ETL) e Estrazione, Caricamento, Trasformazione (ELT) in un ambiente senza codice, facilitando il movimento e la trasformazione dei dati tra sistemi locali e basati su cloud. Caratteristiche e Funzionalità Chiave: - Connettività Estesa: ADF offre oltre 90 connettori integrati, consentendo l'integrazione con una vasta gamma di fonti di dati, inclusi database relazionali, sistemi NoSQL, applicazioni SaaS, API e servizi di archiviazione cloud. - Trasformazione Dati Senza Codice: Utilizzando flussi di dati di mapping alimentati da Apache Spark™, ADF consente agli utenti di eseguire trasformazioni dati complesse senza scrivere codice, semplificando il processo di preparazione dei dati. - Rehosting di Pacchetti SSIS: Le organizzazioni possono facilmente migrare ed estendere i loro pacchetti SQL Server Integration Services (SSIS) esistenti al cloud, ottenendo significativi risparmi sui costi e una scalabilità migliorata. - Scalabile ed Economico: Come servizio senza server, ADF si scala automaticamente per soddisfare le esigenze di integrazione dei dati, offrendo un modello di prezzo pay-as-you-go che elimina la necessità di investimenti infrastrutturali anticipati. - Monitoraggio e Gestione Completi: ADF fornisce strumenti di monitoraggio robusti, consentendo agli utenti di tracciare le prestazioni delle pipeline, impostare avvisi e garantire un funzionamento efficiente dei flussi di lavoro dei dati. Valore Primario e Soluzioni per gli Utenti: Azure Data Factory affronta le complessità dell'integrazione dati moderna fornendo una piattaforma unificata che connette fonti di dati disparate, automatizza i flussi di lavoro dei dati e facilita trasformazioni dati avanzate. Questo consente alle organizzazioni di derivare intuizioni azionabili dai loro dati, migliorare i processi decisionali e accelerare le iniziative di trasformazione digitale. Offrendo un ambiente scalabile, economico e senza codice, ADF riduce il carico operativo sui team IT e consente agli ingegneri dei dati e agli analisti aziendali di concentrarsi sulla fornitura di valore attraverso strategie basate sui dati. ## Azure Data Factory Pros & Cons **What users like:** - Gli utenti apprezzano la **facilità di automatizzare flussi di lavoro complessi di dati** con Azure Data Factory, semplificando l'integrazione tra varie fonti di dati. (7 reviews) - Gli utenti trovano **la facilità d'uso** in Azure Data Factory inestimabile per connettere e gestire senza sforzo diverse fonti di dati. (7 reviews) - Gli utenti apprezzano la **facilità di collegare varie fonti di dati** , semplificando l'integrazione e la gestione dei dati tra le piattaforme. (6 reviews) - Gli utenti apprezzano le **capacità di integrazione dei dati senza soluzione di continuità** di Azure Data Factory, semplificando i flussi di lavoro complessi tra varie fonti di dati. (6 reviews) - Gli utenti elogiano Azure Data Factory per la sua **scalabilità** , semplificando i flussi di lavoro di integrazione di grandi dati con un'interfaccia intuitiva. (5 reviews) - Gli utenti apprezzano l' **interfaccia a basso codice e la flessibilità di integrazione** di Azure Data Factory per la sua usabilità ed efficienza. (5 reviews) - Gli utenti beneficiano delle **capacità di automazione** di Azure Data Factory, semplificando compiti complessi di integrazione e trasformazione dei dati. (4 reviews) - Easy Integrations (4 reviews) - Flexibility (4 reviews) - Connectors Quantity (3 reviews) **What users dislike:** - Gli utenti spesso trovano **difficile il debug** in Azure Data Factory a causa dei suoi strumenti di risoluzione dei problemi limitati e della complessità. (5 reviews) - Gli utenti trovano **difficile il debug** una sfida importante in Azure Data Factory, complicando la loro esperienza con pipeline complesse. (4 reviews) - Gli utenti trovano Azure Data Factory **costoso** , soprattutto con l'aumento dei costi derivanti da grandi volumi di dati e frequenti esecuzioni di pipeline. (4 reviews) - Gli utenti trovano che Azure Data Factory abbia **limitazioni nelle funzionalità** , ostacolando trasformazioni complesse e l'integrazione con Power BI. (4 reviews) - Gli utenti trovano la **complessità** di Azure Data Factory opprimente, specialmente con il debug e la gestione di flussi di lavoro complessi. (3 reviews) - Gli utenti segnalano che **la complessità di ADE** spesso porta a frustrazione, in particolare durante il debug e la gestione di flussi di lavoro complessi. (3 reviews) - Error Reporting (3 reviews) - Limitations (3 reviews) - Gli utenti trovano **processi complessi** in Azure Data Factory opprimenti, in particolare quando si tratta di debug e gestione di flussi di lavoro intricati. (2 reviews) - Gli utenti spesso sperimentano **problemi di connettività** con Azure Data Factory, portando a tempi di inattività frustranti durante le interruzioni del servizio. (2 reviews) ## Azure Data Factory Reviews ### 1. Low-Code Drag-and-Drop That Makes Development Easy for Developers and Business Users **Rating:** 4.5/5.0 stars **Reviewed by:** Shyam s. | Data Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** May 04, 2026 **Cosa Le piace di più di Azure Data Factory?** The best part is its low-code/no-code (drag-and-drop) functionality. It makes development easier for developers and also makes the process more understandable for business users. **Cosa non Le piace di Azure Data Factory?** Sometimes it’s hard to debug. I need to check why a record is not populated before the sink. Since all my tables have a lot of data, once I join them it becomes even more, and then it’s difficult to verify why a specific record isn’t coming through. To figure it out, I have to go back and change the source table, filter down to that record, and then see which join or filter isn’t working. That’s hard and time-consuming. The parameterization syntax is also an issue and can be difficult to work with. It would help if we had AI integration for this. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** We use it for ETL to migrate all source data to SQLMI. We also use it as an orchestration tool: we call the SQLMI procedures from there, and since our company is an enterprise, we have certain SSIS packages that are all orchestrated here as well. Overall, it’s a tool that helps us properly populate data in our warehouse. and from there we have outbound system salesforce and power bi where we have reports that helps for the daily discission in business ### 2. Integrazione Intuitiva e Scalabile dei Dati con Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Alan R. | Software Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** March 09, 2026 **Cosa Le piace di più di Azure Data Factory?** Azure Data Factory rende molto più facile costruire e gestire flussi di lavoro di integrazione dei dati nel cloud. Il progettista di pipeline visivo è intuitivo e ti consente di creare flussi di lavoro complessi senza scrivere grandi quantità di codice. Supporta una vasta gamma di fonti e destinazioni di dati, il che rende l'integrazione di sistemi tra database, account di archiviazione, API e piattaforme SaaS molto semplice. Un altro punto di forza è la scalabilità e l'affidabilità della piattaforma. Le pipeline di dati possono gestire grandi volumi di dati, e la pianificazione o l'attivazione delle pipeline basate su eventi è facile da configurare. L'integrazione con altri servizi Azure come Azure Storage, Synapse e strumenti di monitoraggio lo rende anche un componente forte di una moderna piattaforma dati. **Cosa non Le piace di Azure Data Factory?** Il debug e la risoluzione dei problemi delle pipeline possono talvolta essere difficili. I messaggi di errore non sono sempre molto dettagliati, il che può rallentare il processo di identificazione dei problemi. L'interfaccia utente è utile, ma le pipeline complesse possono diventare più difficili da gestire e visualizzare man mano che crescono. Inoltre, il monitoraggio e il tracciamento dei costi per carichi di lavoro grandi richiedono un'attenzione particolare, poiché le esecuzioni delle pipeline e le attività di movimento dei dati possono accumulare costi rapidamente. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory ci aiuta ad automatizzare e orchestrare il movimento e la trasformazione dei dati attraverso più sistemi. Invece di costruire script personalizzati o flussi di lavoro manuali, possiamo progettare pipeline che spostano e elaborano i dati in modo affidabile su pianificazioni o trigger di eventi. Questo riduce il carico operativo e garantisce che i dati siano costantemente disponibili per analisi e reportistica. Migliora anche la scalabilità, poiché le pipeline possono gestire volumi di dati crescenti senza richiedere cambiamenti significativi all'infrastruttura. ### 3. Potente orchestrazione centralizzata, ma richiede tempo per diventare davvero intuitivo **Rating:** 3.5/5.0 stars **Reviewed by:** Elisa L. | Consultant Data&AI, Mid-Market (51-1000 dip.) **Reviewed Date:** April 29, 2026 **Cosa Le piace di più di Azure Data Factory?** mi piace soprattutto la sua capacità di orchestrare pipeline in modo centralizzato e abbastanza intuitivo. Azure Data Factory è pensato proprio per creare e schedulare workflow data-driven, con integrazione nativa con molte sorgenti e servizi Azure. Se devo essere più concreto, il vantaggio principale per me è che mi permette di mettere ordine nei flussi dati: collego sorgenti diverse, automatizzo i passaggi ricorrenti e controllo tutto da un unico ambiente, senza dover gestire manualmente ogni singolo trasferimento. **Cosa non Le piace di Azure Data Factory?** Un aspetto che non apprezzo particolarmente di Azure Data Factory è la scarsa immediatezza dell’ambiente, che spesso non risulta intuitivo soprattutto nelle fasi iniziali. La presenza di molti componenti e passaggi di configurazione rende l’utilizzo meno snello del previsto e richiede tempo per familiarizzare con la logica dello strumento. Di conseguenza, alcune attività risultano più macchinose, soprattutto quando si lavora su pipeline articolate o si devono gestire modifiche frequenti. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory ti aiuta soprattutto a risolvere il problema della gestione manuale e frammentata dei flussi dati: centralizza ingestione, trasformazione e orchestrazione in un unico servizio cloud, riducendo attività ripetitive e dipendenza da soluzioni diverse. Il beneficio per me è che puoi automatizzare pipeline, schedulare processi e monitorare tutto da un unico ambiente, con meno interventi manuali e più continuità operativa. In più, con i molti connettori e il supporto per scenari ibridi, ti permette di integrare sorgenti diverse senza dover costruire ogni volta soluzioni ad hoc, con un vantaggio concreto in termini di tempo, affidabilità e scalabilità. ### 4. Azure Data Factory: Orchestrazione di livello aziendale con pipeline pratiche e riutilizzabili **Rating:** 5.0/5.0 stars **Reviewed by:** Asad A. | Data Engineer, Software per computer, Enterprise (> 1000 dip.) **Reviewed Date:** January 30, 2026 **Cosa Le piace di più di Azure Data Factory?** Quello che mi piace di più di Azure Data Factory (ADF) è che trova un equilibrio davvero piacevole tra orchestrazione di livello enterprise e praticità quotidiana. Alcuni punti salienti che si distinguono davvero: Orchestrazione senza attriti: ADF è eccellente nel coordinare molte parti in movimento: Blob storage, ADLS Gen2, Azure SQL, Synapse, Databricks, Functions, REST APIs, senza costringerti a incollare tutto manualmente. Pipeline, trigger e dipendenze sembrano molto naturali una volta che li hai usati un po'. Chiara separazione delle preoccupazioni: Il modo in cui ADF separa il flusso di controllo (pipeline, attività, trigger) dall'elaborazione dei dati (Spark, SQL, Functions) è un grande vantaggio. Non cerca di essere il motore di calcolo; orchestra semplicemente le cose in modo pulito e lascia che il servizio giusto faccia il lavoro pesante. Parametrizzazione e riutilizzabilità: Pipeline, dataset e servizi collegati sono altamente parametrizzabili. Questo rende facile costruire framework di ingestione basati su configurazione (singola pipeline, molte fonti), che si scala molto bene in configurazioni aziendali reali. Integrazione di prima classe con l'ecosistema Azure: L'integrazione nativa con Synapse, Key Vault, Event Grid, Functions e Managed Identity è un grande vantaggio. L'accesso sicuro senza segreti in giro è qualcosa che apprezzi davvero in produzione. Visibilità operativa: Monitoraggio, logica di ripetizione, percorsi di errore e avvisi sono integrati. Quando qualcosa si rompe alle 3 del mattino, puoi vedere rapidamente cosa è fallito, perché e con quale input, senza dover scavare nei log per ore. Bassa barriera d'ingresso, alto potenziale: Puoi iniziare con semplici pipeline di copia molto rapidamente ma crescere comunque in modelli avanzati: pipeline guidate da metadati, ramificazione condizionale, esecuzione dinamica e soluzioni ibride con Spark o Functions. **Cosa non Le piace di Azure Data Factory?** ADF è uno strumento eccellente per l'orchestrazione, ma può sembrare macchinoso per il debug, la logica complessa e lo sviluppo di grandi team. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory (ADF) risolve principalmente il problema di coordinare flussi di lavoro complessi tra molti sistemi, e questo è stato un grande vantaggio in termini di produttività per me. Quali problemi risolve ADF? Fonti di dati disparate: Nei progetti reali, i dati si trovano ovunque: archiviazione cloud, database, API, strumenti SaaS. ADF fornisce un modo unico e coerente per connettersi e spostare i dati tra tutti questi. Complessità dell'orchestrazione dei flussi di lavoro: Gestire dipendenze, pianificazioni, tentativi di ripetizione e gestione degli errori tra più lavori è difficile. ADF centralizza questa logica, così le pipeline vengono eseguite nell'ordine corretto con un chiaro flusso di controllo. Gestione dell'ambiente e della sicurezza: Gestire credenziali, segreti e accessi in modo sicuro può diventare complicato. L'integrazione nativa di ADF con Managed Identity e Key Vault semplifica notevolmente questo aspetto. Visibilità operativa: Senza orchestrazione, è difficile sapere cosa è stato eseguito, cosa è fallito e perché. ADF offre monitoraggio, registrazione e allerta integrati per le pipeline di dati. Scalabilità e affidabilità: Man mano che i volumi di dati e il numero di pipeline crescono, gli approcci manuali o basati su script non scalano bene. ADF fornisce un servizio gestito e scalabile senza la necessità di gestire l'infrastruttura. Come mi avvantaggia? Trascorro meno tempo su codice di colla e logica di pianificazione, e più tempo sulla modellazione e trasformazione effettiva dei dati. Le pipeline sono ripetibili, verificabili e pronte per la produzione, il che è fondamentale negli ambienti aziendali. I fallimenti sono più facili da rilevare e recuperare, riducendo il carico operativo. Posso progettare pipeline riutilizzabili e basate su configurazione invece di lavori una tantum, il che migliora la manutenibilità e la collaborazione del team. ### 5. Pipeline di dati scalabili e sicuri con oltre 100 connettori e forte integrazione con Azure **Rating:** 4.0/5.0 stars **Reviewed by:** Yuvashree M. | Senior Data Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** April 22, 2026 **Cosa Le piace di più di Azure Data Factory?** Supporta oltre 100 connettori (SQL, NoSQL, SaaS, IR ospitato autonomamente). Offre un'esecuzione scalabile utilizzando il calcolo gestito da Azure, insieme a monitoraggio, registrazione e avvisi integrati. Supporta anche CI/CD con integrazione di Azure DevOps e GitHub, e include RBAC per un accesso sicuro. **Cosa non Le piace di Azure Data Factory?** Dettagli limitati sugli errori e log frammentati rendono più difficile il debug delle pipeline. La gestione delle dipendenze e la gestione degli errori nelle pipeline possono anche diventare complesse, specialmente nelle implementazioni su scala aziendale. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Nel mio progetto, abbiamo automatizzato tutti i flussi di dati dei clienti a livello aziendale utilizzando ADF, seguendo le migliori pratiche e implementando una gestione degli errori robusta. ADF risolve le sfide principali legate all'integrazione dei dati, all'automazione delle pipeline e alla scalabilità. Affronta anche il problema dei silos di dati consentendo un'orchestrazione centralizzata e un'integrazione senza soluzione di continuità tra le fonti di dati e i processi. ### 6. Strumento ETL basato su componenti e connettività **Rating:** 5.0/5.0 stars **Reviewed by:** Fabin P. | Senior Software Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** April 06, 2026 **Cosa Le piace di più di Azure Data Factory?** È facile da usare e basato su componenti, il che è utile per imparare rapidamente, così come i molteplici connettori. **Cosa non Le piace di Azure Data Factory?** Questo è buono in tutti gli aspetti, ma quando si tratta di calcolo o altri aspetti di archiviazione, comporterebbe un consumo di costi maggiore rispetto ad altri strumenti ETL. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory aiuta a risolvere le sfide principali legate all'integrazione, all'orchestrazione e all'automazione dei dati attraverso più sistemi. In molti progetti, i dati sono distribuiti su diverse fonti come database, API e archiviazione cloud, il che rende complesso gestirli e unificarli. ### 7. Integrazione e automazione dei dati senza sforzo con Azure Data Factory **Rating:** 4.0/5.0 stars **Reviewed by:** Dinesh G. | Lead Digital Cloud Architect - Hybrid Cloud, Piccola impresa (50 o meno dip.) **Reviewed Date:** November 07, 2025 **Cosa Le piace di più di Azure Data Factory?** Ciò che è fantastico di ADF è quanto sia facile connettere tutte le mie diverse fonti di dati, sia che siano on-premise o nel cloud, senza dover scrivere molto codice. Posso trascinare e rilasciare visivamente per costruire pipeline di dati complesse, automatizzare compiti ripetitivi sui dati e spostare e trasformare senza problemi enormi volumi di dati man mano che i miei progetti crescono. Posso anche monitorare e gestire tutto da un unico posto, il che riduce notevolmente lo stress legato alla gestione dell'integrazione dei dati e rende la vita molto più semplice per tutti i coinvolti. **Cosa non Le piace di Azure Data Factory?** Le cose che mi piacciono meno di ADF riguardano solitamente la sua complessità e le sue limitazioni. Il debug delle pipeline è spesso complicato e può essere frustrante, specialmente quando qualcosa fallisce, poiché non ci sono molti strumenti per la risoluzione dei problemi passo dopo passo. Se il mio flusso di lavoro è complesso, gestire e comprendere tutto può diventare opprimente con così tanti elementi in movimento e schermate da tenere sotto controllo. Inoltre, la sua integrazione con servizi non Azure è piuttosto limitata, quindi potrei incontrare ostacoli se ho bisogno di connettere altre piattaforme o lavorare in un ambiente cloud Azure. E mentre gestisce bene i compiti semplici, personalizzare le cose oltre i connettori standard o i flussi di dati spesso significa scrivere codice aggiuntivo o trovare soluzioni alternative difficili. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** ADF aiuta a risolvere il problema di spostare, combinare e trasformare dati da tutti i tipi di fonti diverse come database, fogli di calcolo e archiviazione cloud in un unico posto dove sono effettivamente utili. Invece di perdere tempo a impostare processi manuali o a gestire più strumenti, posso automatizzare tutto e monitorarlo da un'unica dashboard. Per me, questo significa meno lavoro ripetitivo, meno errori e un tempo molto più facile per ottenere dati puliti e affidabili per report o analisi, così posso concentrarmi di più sugli obiettivi dei miei progetti e meno sui problemi tecnici. ### 8. Facile e scalabile orchestrazione ETL con forte integrazione Azure **Rating:** 5.0/5.0 stars **Reviewed by:** Ankit K. | Business Analyst, Tecnologia dell'informazione e servizi, Piccola impresa (50 o meno dip.) **Reviewed Date:** March 12, 2026 **Cosa Le piace di più di Azure Data Factory?** orchestrazione facile di pipeline ETL, forte integrazione con i servizi Azure, costruttore di pipeline visivo, movimento dati scalabile, funzionalità di pianificazione e monitoraggio, ideale per la migrazione dei dati nel cloud **Cosa non Le piace di Azure Data Factory?** il debug delle pipeline può essere difficile, il monitoraggio dei log manca di dettagli, l'interfaccia utente può sembrare lenta, le pipeline complesse diventano difficili da gestire, supporto limitato per il controllo delle versioni **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** automatizzare le pipeline ETL, orchestrare i flussi di lavoro dei dati tra i servizi, semplificare la migrazione dei dati nel cloud, ridurre il movimento manuale dei dati, migliorare l'affidabilità delle pipeline di dati ### 9. Integrazione dei dati senza sforzo e gestione delle pipeline con Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Abhishek B. | System Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** January 13, 2026 **Cosa Le piace di più di Azure Data Factory?** Una cosa positiva di Azure Data Factory è la sua facile integrazione con una forte integrazione con una varietà di fonti di dati. Costruire pipeline è la cosa più semplice, anche per i flussi di lavoro complessi, e monitorare il movimento dei dati e i fallimenti è molto conveniente per il lavoro quotidiano. **Cosa non Le piace di Azure Data Factory?** L'unica cosa che sembra difficile riguardo ad Azure Data Factory è che il debug non è sempre molto intuitivo. Gli errori/problemi non sono sempre chiari e le pipeline complesse diventano troppo difficili da gestire. Il rapporto di prezzo dipende da quanto è ottimizzata la pipeline utilizzata. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory risolve convenientemente il problema dell'integrazione dei dati e dei problemi spostando e trasformando il flusso di dati tra diversi sistemi. Inoltre, mi avvantaggia risparmiando lavoro manuale, migliorando la leggibilità dei dati e le pipeline programmate sono sempre disponibili in tempo senza alcun intervento manuale per la reportistica e l'analisi aziendale. ### 10. Integrazione dei dati senza sforzo con monitoraggio potente e trasformazioni intuitive **Rating:** 4.5/5.0 stars **Reviewed by:** Daniel H. | Cloud Enginner, Telecomunicazioni, Piccola impresa (50 o meno dip.) **Reviewed Date:** January 09, 2026 **Cosa Le piace di più di Azure Data Factory?** Consente l'integrazione scalabile dei dati tra fonti locali e cloud senza una gestione intensiva dell'infrastruttura. I flussi di mappatura dei dati rendono le trasformazioni complesse efficienti e intuitive. Apprezzo anche le funzionalità di monitoraggio e controllo, che offrono una chiara visibilità sulle esecuzioni delle pipeline. **Cosa non Le piace di Azure Data Factory?** Il debug e i messaggi di errore non sono sempre chiari, il che può rendere la risoluzione dei problemi dispendiosa in termini di tempo. Anche la stima dei costi può essere difficile, poiché il modello serverless si basa sull'esecuzione delle attività e sul movimento dei dati. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Elimina la necessità di un'infrastruttura complessa fornendo una piattaforma scalabile e senza server per spostare e trasformare i dati. Grazie ai suoi pipeline a basso codice, riduce il tempo di sviluppo e la complessità, rendendo più facile creare e mantenere i flussi di lavoro. ### 11. Integrazione dati potente e scalabile con Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** parth p. | Senior Cloud Engineer, Software per computer, Enterprise (> 1000 dip.) **Reviewed Date:** January 28, 2026 **Cosa Le piace di più di Azure Data Factory?** Azure Data Factory è molto potente quando si tratta di integrazione dei dati su larga scala da fonti di dati come Azure Blob Storage e database Azure SQL. La possibilità di creare ed eseguire pipeline dall'SDK è anche una caratteristica molto utile da implementare. **Cosa non Le piace di Azure Data Factory?** La configurazione della rete privata è un po' complessa dal punto di vista amministrativo. Abbiamo avuto problemi inizialmente a far funzionare Azure Data Factory in modo privato con il resto delle nostre risorse native di Azure. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Abbiamo utilizzato principalmente Azure Data Factory per i suoi servizi di integrazione dei dati per pre-elaborare, pulire e trasformare i nostri dati per un uso successivo. La facilità d'uso di Azure Data Factory lo ha reso una scelta attraente rispetto a una soluzione costruita internamente. ### 12. Integrazione dei dati senza sforzo con automazione potente e scalabilità **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Piccola impresa (50 o meno dip.) **Reviewed Date:** January 11, 2026 **Cosa Le piace di più di Azure Data Factory?** La sua capacità di orchestrare e automatizzare flussi di lavoro di integrazione dati complessi su larga scala. La sua interfaccia visiva a basso codice rende facile costruire e monitorare pipeline, mentre la sua integrazione senza soluzione di continuità con una vasta gamma di fonti di dati—sia on-premises che cloud—consente un movimento dei dati affidabile da un capo all'altro. Inoltre, funzionalità come la pianificazione integrata, il monitoraggio, la gestione degli errori e l'integrazione con altri servizi Azure lo rendono una soluzione robusta e scalabile per le esigenze di ingegneria dei dati aziendali. **Cosa non Le piace di Azure Data Factory?** Sebbene Azure Data Factory sia uno strumento di orchestrazione potente, alcune limitazioni includono capacità di debug limitate per pipeline complesse e la mancanza di funzionalità di trasformazione avanzate rispetto a motori di elaborazione dati dedicati come Spark. Il controllo delle versioni e l'integrazione CI/CD possono anche sembrare meno intuitivi, specialmente per team numerosi, e la risoluzione dei problemi di prestazioni o runtime può a volte richiedere il passaggio tra più viste di monitoraggio. Inoltre, i costi possono aumentare man mano che le pipeline diventano più complesse e frequenti, richiedendo un'attenta ottimizzazione e governance. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory risolve il problema dell'integrazione dei dati da fonti diverse e dell'orchestrazione di flussi di lavoro complessi in modo affidabile e scalabile. Semplifica l'ingestione dei dati, la pianificazione e la gestione delle dipendenze tra sistemi cloud e on-premises, riducendo lo sforzo manuale e il sovraccarico operativo. Per me, questo significa uno sviluppo più rapido delle pipeline, carichi di dati coerenti e ripetibili, una migliore visibilità nel movimento dei dati grazie al monitoraggio integrato e la possibilità di concentrarsi maggiormente sulla modellazione e l'analisi dei dati piuttosto che sulla gestione dell'infrastruttura o della logica di integrazione personalizzata. ### 13. Essenziale per ETL e Ingestione Dati con Integrazione Senza Soluzione di Continuità **Rating:** 5.0/5.0 stars **Reviewed by:** Nishant A. | Cloud Architect, Ingegneria civile, Enterprise (> 1000 dip.) **Reviewed Date:** January 07, 2026 **Cosa Le piace di più di Azure Data Factory?** Le Azure Data Factories sono state ampiamente implementate nella nostra organizzazione e la maggior parte di esse viene utilizzata per ETL/ELT, analisi dei dati, ecc. Io utilizzo i connettori per l'archiviazione, cioè il connettore Blob e ADLS per l'ingestione dei dati e l'architettura del data lake. **Cosa non Le piace di Azure Data Factory?** Gli ADF hanno latenza, quindi lo streaming in tempo reale è un problema. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Sto usando ADF per ingerire file grezzi utilizzando il connettore Blob di archiviazione, quindi spostare quei file nel livello bronzo di ADLS. ### 14. Pianificazione flessibile, ma la vista di monitoraggio necessita di miglioramenti **Rating:** 5.0/5.0 stars **Reviewed by:** AMRUTRAJ H. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** October 31, 2025 **Cosa Le piace di più di Azure Data Factory?** Programmi e vari tipi di programmi disponibili in ADF. **Cosa non Le piace di Azure Data Factory?** Non possiamo vedere tutte le nostre attività della pipeline in una singola pagina durante il monitoraggio. Inoltre, i dati vengono cancellati dopo 50 giorni. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Collegarsi a varie fonti per estrarre dati con l'opzione serverless. Questo mi aiuta a ridurre i costi e a esternalizzare l'infrastruttura. ### 15. Potente ETL nativo del cloud reso semplice **Rating:** 4.5/5.0 stars **Reviewed by:** Shirisha D. | Infra transformation sr analyst, Enterprise (> 1000 dip.) **Reviewed Date:** October 07, 2025 **Cosa Le piace di più di Azure Data Factory?** Ciò che mi piace di più di Azure Data Factory è la sua interfaccia a basso codice e la flessibilità di integrazione. Puoi connetterti a un'ampia gamma di fonti di dati e creare pipeline di dati complesse visivamente senza scrivere codice pesante. **Cosa non Le piace di Azure Data Factory?** L'esperienza di debug sul portale può essere lenta, specialmente per i flussi di dati di grandi dimensioni. Inoltre, l'interfaccia utente della mappatura dei flussi di dati potrebbe essere più reattiva. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory aiuta ad automatizzare e standardizzare l'intero processo delle pipeline di dati, dall'acquisizione dei dati grezzi alla trasformazione e al caricamento nei data warehouse. ### 16. Facile da usare **Rating:** 4.5/5.0 stars **Reviewed by:** Melissa R. | Test Analyst, Enterprise (> 1000 dip.) **Reviewed Date:** September 04, 2025 **Cosa Le piace di più di Azure Data Factory?** Trovo Azure Data Factory facile da usare - è facile da navigare e trovare ciò che sto cercando. **Cosa non Le piace di Azure Data Factory?** Niente che mi dispiaccia particolarmente - non ho usato molti strumenti simili. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Test del software e dei dati utilizzando contenitori di archiviazione. ### 17. Esperto di Azure Data Factory **Rating:** 3.5/5.0 stars **Reviewed by:** Ayrin G. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** October 07, 2025 **Cosa Le piace di più di Azure Data Factory?** Orchestrare i processi utilizzando varie attività all'interno di Data Factory. **Cosa non Le piace di Azure Data Factory?** struttura del pipeline complessa e difficile da tracciare **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Ingestione dei dati da diversi server, esecuzione di trasformazioni e costruzione di data mart, seguita dalla creazione di report aziendali. ### 18. Strumento ETL senza server **Rating:** 2.5/5.0 stars **Reviewed by:** Vikram K. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 08, 2025 **Cosa Le piace di più di Azure Data Factory?** Servizi collegati per connettersi a tutti i tipi di servizi **Cosa non Le piace di Azure Data Factory?** Il flusso di controllo semplice diventa molto complesso da realizzare **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Integrazione di varie fonti su una singola piattaforma per gestire, attivare e controllare il flusso ### 19. Eccellente strumento ETL per il lavoro con Big Data **Rating:** 5.0/5.0 stars **Reviewed by:** Aman Kumar K. | Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** October 25, 2024 **Cosa Le piace di più di Azure Data Factory?** 1. Facile da usare (Fornisce accesso per leggere dati da più fonti e dati di più formati) 2. I servizi collegati offrono molte connessioni con altre piattaforme, rendendolo quasi multipiattaforma 3. Eccellente strumento ETL con molte attività integrate. 4. La connessione con il notebook Databricks e la sua integrazione è di prim'ordine. (In caso di lavori ETL complessi possiamo usare Databricks e chiamarlo direttamente nella pipeline ADF) 5. I flussi di dati sono facili da implementare e richiedono un codice molto minimo. **Cosa non Le piace di Azure Data Factory?** Non riesce a eseguire trasformazioni complesse. Limitazione di non poter eseguire più operazioni di Int32. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Stiamo migrando da soluzioni dati on-premise a soluzioni dati basate su cloud e stiamo utilizzando Azure per questo. Principalmente ADF per la pipeline ETL. Insieme ad altri servizi come Blob, ADLS, Servizi SQL, Databricks, Snowflake e Synapse. ### 20. Eccellente Servizio **Rating:** 5.0/5.0 stars **Reviewed by:** Sowjanya G. | Digital Education Student Ambassador , Mid-Market (51-1000 dip.) **Reviewed Date:** September 18, 2024 **Cosa Le piace di più di Azure Data Factory?** Ciò che mi piace di più di Azure Data Factory sono le sue capacità di integrazione dati robuste e versatili. Offre una vasta gamma di connettori e strumenti per gestire e trasformare efficacemente i dati da varie fonti. La sua interfaccia user-friendly, combinata con la flessibilità di gestire flussi di lavoro complessi, lo rende una scelta eccellente per orchestrare pipeline di dati. L'integrazione senza soluzione di continuità con altri servizi Azure ne migliora anche la funzionalità, rendendolo uno strumento potente per i compiti di ingegneria dei dati. **Cosa non Le piace di Azure Data Factory?** L'unico aspetto che potrebbe essere migliorato è la gestione dei costi; se non monitorati attentamente, le spese possono aumentare rapidamente, specialmente quando si gestiscono grandi volumi di dati o esecuzioni frequenti delle pipeline. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Azure Data Factory sta risolvendo la sfida di integrare e orchestrare dati da fonti diverse. È particolarmente utile per creare e gestire pipeline di dati complesse, consentendo un movimento e una trasformazione dei dati senza soluzione di continuità tra ambienti on-premises, cloud e ibridi. Questa capacità riduce significativamente lo sforzo manuale richiesto per gestire l'integrazione di dati su larga scala, garantendo che i dati siano prontamente disponibili per l'analisi e il processo decisionale. ### 21. ADF - Miglior Strumento ETL Cloud **Rating:** 5.0/5.0 stars **Reviewed by:** MANISH P. | QA Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** December 31, 2024 **Cosa Le piace di più di Azure Data Factory?** La cosa migliore che mi piace è che è molto facile da integrare con vari database, molto facile da usare i servizi collegati e anche molto conveniente. **Cosa non Le piace di Azure Data Factory?** L'ADF ha una registrazione molto limitata della pipeline e del monitoraggio della pipeline. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Poiché stiamo utilizzando il data warehouse cloud Snowflake, è molto facile integrarsi con Snowflake e può gestire una grande quantità di dati. ### 22. Il modo migliore e più semplice per sviluppare pipeline di dati **Rating:** 4.5/5.0 stars **Reviewed by:** Martand S. | Senior Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** October 30, 2024 **Cosa Le piace di più di Azure Data Factory?** La facilità d'uso e l'interfaccia utente sono le migliori tra tutte le altre della concorrenza. L'interfaccia utente è molto semplice e puoi creare una pipeline di dati con pochi clic di pulsanti. Il flusso di lavoro ti consente di eseguire la trasformazione dei dati, che è di nuovo una funzione di trascinamento e rilascio che permette ai nuovi utenti di utilizzarla facilmente. **Cosa non Le piace di Azure Data Factory?** L'unica cosa che penso manchi è un modo più semplice per integrarsi con Power BI. Vorrei che potessero fornire più funzionalità o un modo più semplice per aggiornare e caricare i modelli semantici di Power BI. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Stiamo utilizzando una fabbrica di dati nel campo dell'aviazione per caricare dati dalle operazioni, dai punti vendita, dai sensori, dai negozi operativi alla nostra piattaforma dati a livello aziendale. Stiamo anche utilizzando il flusso di dati per trasformare i dati e stiamo utilizzando la fabbrica di dati per chiamare le pipeline di databricks. ### 23. Elaborazione dati più veloce con Azure Data Factory **Rating:** 5.0/5.0 stars **Reviewed by:** Rajesh Y. | Manager, Enterprise (> 1000 dip.) **Reviewed Date:** May 20, 2024 **Cosa Le piace di più di Azure Data Factory?** Azure Data Factory è ottimo da usare per la trasformazione dei dati. Puoi facilmente estrarre, trasformare e caricare dati utilizzando Azure Data Factory. Ha integrazione con servizi cloud e non cloud e database. Puoi facilmente migrare i tuoi dati da on-premise al cloud utilizzando Azure Data Factory. Ha flussi di dati, processi che sono molto facili da usare. L'integrazione con qualsiasi database popolare è molto semplice. Puoi elaborare file memorizzati in qualsiasi tipo di archiviazione e inserire i dati trasformati in qualsiasi database. Azure Data Factory ha molte funzioni integrate che possono essere utilizzate per l'elaborazione dei tuoi dati. Puoi facilmente elaborare dati di file Excel e CSV e eseguire operazioni simili a SQL molto facilmente. L'adozione di Azure è ormai mondiale. Questo può essere utilizzato facilmente da qualsiasi organizzazione piccola o grande. Anche il supporto clienti è ottimo. **Cosa non Le piace di Azure Data Factory?** Sono felice di usare ADF. ADF deve solo aggiungere più connettori con altri fornitori di dati di terze parti. Inoltre, il logging può essere ulteriormente migliorato. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Fornisce la trasformazione dei dati più veloce senza alcun problema. Questa è una cosa fantastica. Abbiamo utilizzato ADF per leggere il contenuto del file di dati di blob storage e inserirlo nel database. Ci ha fatto risparmiare tempo e lavoro ripetitivo. Abbiamo utilizzato Azure Data Factory per elaborare i file di blob storage nel database. Abbiamo utilizzato Azure Data Factory per creare set di dati e flussi di dati. Abbiamo utilizzato Amazon RDS tramite servizi collegati e creato un set di dati. Questo set di dati è stato utilizzato come input e output per l'elaborazione dei file. La cosa fantastica di ADF è che puoi facilmente trasformare i tuoi dati e lo abbiamo utilizzato per inserire dati multi-tenant in un'unica fonte di dati di output. Oltre a questo, abbiamo utilizzato ADF per caricare dati da diverse fonti di dati a una fonte di dati centrale. Lo abbiamo utilizzato nella nostra organizzazione e abbiamo elaborato molti dati. ### 24. Revisione di Azure Data Factory **Rating:** 5.0/5.0 stars **Reviewed by:** Shubham T. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** May 15, 2024 **Cosa Le piace di più di Azure Data Factory?** Uno dei migliori e più facili strumenti ETL da usare di Microsoft. Fornisce molte funzionalità come un gran numero di connettori di dati sorgente, opzioni di trasformazione di base e avanzate per una migliore integrazione, gestione e ingestione dei dati. Offre metodi automatizzati e manuali per eseguire o eseguire il debug delle pipeline, che richiedono meno competenze di programmazione. Interfaccia grafica semplice e interattiva con un alto supporto clienti. È più vantaggioso per le piccole imprese in quanto è meno costoso e offre più opzioni di scalabilità. **Cosa non Le piace di Azure Data Factory?** Fino ad ora, non ho trovato alcuna caratteristica o opzione che non mi piaccia di Azure Data Factory, tutto è conforme alle necessità. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Integrare dati da più fonti e applicare trasformazioni avanzate non è un compito facile e richiede uno strumento o una piattaforma più compatibile e affidabile, per il quale utilizzo Azure Data Factory poiché è compatibile con altri servizi Azure e offre funzionalità efficaci per l'integrazione e la trasformazione dei dati. ### 25. Ingegnere dei dati Azure **Rating:** 4.5/5.0 stars **Reviewed by:** Ashish S. | Senior database engineer, Enterprise (> 1000 dip.) **Reviewed Date:** March 11, 2025 **Cosa Le piace di più di Azure Data Factory?** miglior strumento ETL per gestire i big data. Sincronizza i dati nel report **Cosa non Le piace di Azure Data Factory?** problema di rete nella VM troppo lungo tempo di inattività quando il servizio è interrotto **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Caricamento dinamico dei dati e caricamento dei dati API e gestione delle prestazioni DTU ### 26. Revisione di Azure Data Factory **Rating:** 5.0/5.0 stars **Reviewed by:** Kamaljeet S. | Software Engineer, Tecnologia dell'informazione e servizi, Enterprise (> 1000 dip.) **Reviewed Date:** April 24, 2024 **Cosa Le piace di più di Azure Data Factory?** È uno strumento ETL semplice e facile da usare con un alto supporto clienti. Per l'ingestione dei dati, può connettersi a più sorgenti come servizi di big data, file, ecc. Può anche integrarsi facilmente con altri servizi Azure (come Databricks, Azure DevOps). Offre un'interfaccia user-friendly per eseguire o eseguire il debug delle attività della pipeline. Ha funzionalità di trascinamento e rilascio piuttosto ricche che richiedono ulteriori competenze di codifica minime. **Cosa non Le piace di Azure Data Factory?** A volte l'esecuzione della pipeline richiede più tempo rispetto al previsto a causa di alcuni guasti interni della pipeline che non sono facili da debugare in ADF. Difficile scrivere logiche di trasformazione complesse in ADF. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Per eseguire una pipeline in Azure Data Factory sono richiesti meno sforzi da parte dell'utente perché l'utente deve solo inserire pochi parametri e successivamente la pipeline viene eseguita automaticamente, pertanto ADF ci fa risparmiare tempo e offre un'efficienza lavorativa più sicura e affidabile. ### 27. Una soluzione straordinaria in un solo passaggio per l'integrazione dei dati **Rating:** 4.5/5.0 stars **Reviewed by:** Anirban D. | Technical Lead, Enterprise (> 1000 dip.) **Reviewed Date:** April 01, 2024 **Cosa Le piace di più di Azure Data Factory?** La caratteristica più impressionante di Data Factory è la possibilità di implementare con più fonti di dati e diverse tecniche di elaborazione, soprattutto la parte di iterazione dei dati, dove posso elaborare i dati prima di migrare a un nuovo sistema. Inoltre, la visualizzazione della soluzione e l'opzione di trascinamento delle funzionalità lo rendono il massimo in questo settore. **Cosa non Le piace di Azure Data Factory?** Una parte che ho trovato un po' deludente è che, nonostante ci siano così tanti tipi di connessione dati, non supporta ancora il caricamento dei dati su Google Bucket. Inoltre, la risoluzione dei problemi dovrebbe essere più chiara. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** per il nostro progetto dobbiamo estrarre dati dal nostro server SQL, applicare una certa logica per l'elaborazione e poi inviarli a più fonti. Le fonti erano a volte il database Firestore, SFTP o a volte anche un'API web. Abbiamo bisogno di una soluzione in un solo passaggio che possa essere facile da integrare e che non sia troppo difficile da mantenere per il team operativo. La funzione di facile integrazione e il supporto di più connettori di destinazione in Data Factory hanno risolto questo problema. Ora il nostro team ETL può configurare la pipeline e il team operativo può eseguirle facilmente ogni volta che necessario, il che risolve uno dei nostri problemi più grandi con pochissimo sforzo. ### 28. Azure Data Factory: Semplice e miglior strumento ETL di sempre **Rating:** 5.0/5.0 stars **Reviewed by:** Sanjana R. | Analyst, Mid-Market (51-1000 dip.) **Reviewed Date:** April 08, 2024 **Cosa Le piace di più di Azure Data Factory?** La prima cosa che mi piace di ADF è che può connettersi a molte fonti di dati, come servizi di big data, servizi di dati di Azure, file, magazzini, ecc., per ingerire dati verso la destinazione. Le funzionalità di trascinamento e rilascio di ADF sono molto utili e richiedono meno codifica. Il debug e il test delle attività della pipeline sono facili in ADF. Mi piace l'interfaccia grafica della piattaforma ADF. **Cosa non Le piace di Azure Data Factory?** La documentazione adeguata di Azure Data Factory deve essere mantenuta da Microsoft affinché i nuovi utenti possano avere un'idea di base al riguardo. A causa della caratteristica di avere meno codice, è difficile scrivere script di trasformazione complessi. A volte l'esecuzione della pipeline richiede più tempo del necessario. Per spostare l'utente da dev a prod è necessaria una comprensione della pipeline CI/CD, che è molto complessa. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Collegarsi a più fonti di dati e apportare trasformazioni su di esse richiede uno strumento ETL più sicuro e affidabile, e penso che ADF sia il migliore per questo. ### 29. Miglior strumento ETL sul mercato **Rating:** 5.0/5.0 stars **Reviewed by:** Mohan N. | Programming Analyst - AIA Data. (Azure Data Engineer), Enterprise (> 1000 dip.) **Reviewed Date:** December 17, 2023 **Cosa Le piace di più di Azure Data Factory?** ADF è uno strumento di integrazione dati basato su cloud su Azure. È lo strumento ETL più veloce e migliore rispetto agli strumenti ETL on-premise e basati su cloud come Informatica, IICS, Talend, IBM Datastage, ecc. Supporta molti connettori e numerosi formati di file. Puoi eseguire molte trasformazioni di integrazione dati utilizzando ADF con facilità e funzionalità di trascinamento e rilascio. Inoltre, puoi visualizzare le tue attività sui dati e i dati trasformati in tempo reale invece di navigare ogni volta nel database e nei file come Azure SQL Server, Oracle, JSON, ecc. Ha un'integrazione eccezionale con strumenti di big data come Databricks, Synapse Analytics e Blob Storage. **Cosa non Le piace di Azure Data Factory?** Microsoft ha fatto un ottimo lavoro nel creare questo strumento e non c'è molto altro, ma se potessero fornire più supporto per altri connettori di fornitori diversi, database per le sue attività di trasformazione, poiché la maggior parte di essi supporta solo l'archiviazione correlata ad Azure. Voglio dire, ci sono alcune attività cruciali come ottenere metadati, fino a, procedura memorizzata ecc., anche se continuano ad aggiungere e supportare nuovi connettori in ogni aggiornamento. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Stiamo usando ADF per la raccolta, l'estrazione, la trasformazione e il caricamento dei dati. Inoltre, lo stiamo utilizzando per programmare le pipeline di dati in base ai nostri orari di lavoro. Otteniamo dati da più fonti, in particolare dati grezzi sanitari, e necessitano di alcune regole e trasformazioni prima di essere inseriti nei database per consentire all'azienda di fare analisi e reportistica. In precedenza utilizzavamo lo strumento ETL on-premise di Informatica per tutto questo, ma ADF è decisamente migliore. ### 30. ADF uno strumento ETL **Rating:** 5.0/5.0 stars **Reviewed by:** Utkarsh G. | Associate Cloud Infra & DevOps Engineer , Enterprise (> 1000 dip.) **Reviewed Date:** April 23, 2024 **Cosa Le piace di più di Azure Data Factory?** Le migliori caratteristiche secondo me sono l'Integrazione Ibrida dei Dati, il Movimento dei Dati, l'Orchestrazione e la Pianificazione e l'Integrazione con altri Servizi Azure. **Cosa non Le piace di Azure Data Factory?** Secondo me non ci sono svantaggi di ADF. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Mi ha aiutato a spostare i dati da varie fonti come Blob storage, Amazon S3 e server SQL locali. Possiamo anche aumentare e ridurre le pipeline di integrazione dei dati in base alle esigenze. ### 31. ETL semplificato con potente debug **Rating:** 4.0/5.0 stars **Reviewed by:** Pranshu G. | Software Developer, Tecnologia dell'informazione e servizi, Enterprise (> 1000 dip.) **Reviewed Date:** September 12, 2023 **Cosa Le piace di più di Azure Data Factory?** Nella mia esperienza, ADF si dimostra un campione per la sua facilità d'uso. I requisiti minimi di codifica e le funzionalità di trascinamento e rilascio sono stati incredibilmente utili. Senza contare il potente debug che offre. Le sue capacità di integrazione tra varie fonti di dati sono una vera salvezza. **Cosa non Le piace di Azure Data Factory?** Mentre ADF offre una soluzione ETL semplificata, crea anche sfide in alcune aree. Ad esempio, trasformazioni complesse utilizzando il flusso di dati. Il debug nel flusso di dati di Azure è stato un passaggio frustrante in tutto lo sviluppo delle mie pipeline. Questa particolare funzionalità è piuttosto inefficiente quando si tratta di trasformare grandi volumi di dati. Aggiungi errori ambigui e avrai il tuo peggior incubo. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Ha aiutato nella creazione di pipeline ETL scalabili. L'ho anche utilizzato per l'integrazione con Databricks e con l'API di Salesforce. Ha inoltre contribuito ad automatizzare l'intero processo dei notebook di Databricks, rendendo l'elaborazione dei dati più robusta ed efficiente. ### 32. Revisione di Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Myo Min H. | Azure Data Engineer, Servizi finanziari, Mid-Market (51-1000 dip.) **Reviewed Date:** June 08, 2023 **Cosa Le piace di più di Azure Data Factory?** 1. ADF può gestire grandi volumi di dati e supportare formati diversi. Che si tratti di RDBMS, NoSQL, sistema di file, app o servizi, possiamo connetterli ad ADF e fare elaborazioni complesse dei dati, integrazione dei dati. 2. L'orchestrazione del flusso di lavoro visivo semplifica la creazione e la gestione di pipeline di dati complesse. È molto facile costruire una pipeline in Azure Data Factory. Le funzionalità di trascinamento rendono semplice per l'utente. Inoltre, ogni struttura di pipeline che abbiamo costruito è scritta in formato JSON, il che è davvero sorprendente quando si tratta di cambiare e copiare la struttura della pipeline da un ADF a un altro ADF. 3. L'integrazione con i servizi Azure come Azure Data Lake Storage, Azure Synapse Analytics e Azure Databricks migliora le capacità complessive e la produttività della nostra pipeline di ingegneria dei dati. **Cosa non Le piace di Azure Data Factory?** 1. Microsoft dovrebbe migliorare la documentazione di ADF e la disponibilità di esempi e tutorial completi per diversi scenari. Diverse aziende hanno scenari diversi e strutture di pipeline differenti. Per personalizzare ciò che desiderano, ADF dovrebbe fornire più documentazione di base e tutorial che siano condivisi tra le organizzazioni. 2. A volte ci sono bug quando duplichiamo una pipeline di dati e sostituiamo i dataset necessari e il servizio collegato in quella duplicata. Quando eseguiamo la pipeline duplicata, viene ancora memorizzata nella cache la pipeline di dati precedente e non possiamo vedere i dati duplicati. In quel momento, dobbiamo aggiornare il browser, il che è fastidioso e richiede tempo. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Abbiamo dati provenienti dal chatbot di Facebook. Raccogliamo i dati grezzi nel database SQL di Azure. Con l'aiuto di Azure Data Factory, costruiamo pipeline per la trasformazione dei dati, l'elaborazione dei dati e il caricamento dei dati trasformati nelle rispettive tabelle. ### 33. Revisione ADF **Rating:** 4.5/5.0 stars **Reviewed by:** Dinesh S. | G2 member, Tecnologia dell'informazione e servizi, Enterprise (> 1000 dip.) **Reviewed Date:** October 12, 2023 **Cosa Le piace di più di Azure Data Factory?** Aiuta a progettare una pipeline utilizzando diverse funzionalità che possono ospitare la posizione di origine e di destinazione e implementare la funzione basata sulla pipeline creata. Inoltre, ha eccellenti caratteristiche come il monitoraggio della pipeline e un'opzione per rieseguire la pipeline, il che riduce il lavoro di rifacimento nella creazione di una pipeline di aggiornamento dati duplicata. **Cosa non Le piace di Azure Data Factory?** Richiede una conoscenza di base dell'app su come creare la pipeline, come possiamo accedere alle aree di archiviazione del datalake e mappare queste al source e al sink nella nuova pipeline. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** La pipeline ci aiuta a rinfrescare i dati che vengono eseguiti a intervalli brevi anche per milioni di dati. ### 34. Il miglior strumento ETL cloud con servizi di integrazione dati visivi e altri script può essere utilizzato. **Rating:** 5.0/5.0 stars **Reviewed by:** Vikas K. | ETl developer, Enterprise (> 1000 dip.) **Reviewed Date:** October 23, 2023 **Cosa Le piace di più di Azure Data Factory?** La cosa migliore in ADF è il debug del flusso di dati, dove possiamo controllare direttamente l'output del flusso di dati in ogni attività e trovare gli errori con l'esecuzione della pipeline. **Cosa non Le piace di Azure Data Factory?** Distribuzione in produzione, ma non è troppo sgradevole, anche se è difficile distribuire in produzione da dev. Dobbiamo usare pipeline CI/CD, ecc. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Creare un Data Warehouse aziendale completamente funzionale e stiamo utilizzando i servizi Azure e abbiamo utilizzato ADF come strumento ETL ed è stato molto facile implementare i tipi SCD e altre integrazioni di dati. ### 35. ADF: Un ottimo strumento **Rating:** 5.0/5.0 stars **Reviewed by:** Himani S. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 14, 2023 **Cosa Le piace di più di Azure Data Factory?** Integrazione e Orchestrazione dei Dati: ADF consente di integrare e orchestrare in modo efficiente i dati provenienti da varie fonti, sia locali che nel cloud. Fornisce un'interfaccia visiva per progettare pipeline di dati, rendendo più facile definire e gestire flussi di lavoro complessi di integrazione dei dati. Ampio Supporto per le Fonti di Dati: ADF supporta una vasta gamma di fonti di dati, inclusi servizi Azure, database locali, applicazioni SaaS e vari formati di file. Questa flessibilità consente di estrarre, trasformare e caricare (ETL) dati da fonti diverse, rendendolo adatto per ambienti di dati eterogenei. Scalabilità e Prestazioni: ADF sfrutta la scalabilità e la potenza della piattaforma Azure per gestire grandi volumi di dati e processarli su larga scala. Può parallelizzare le attività di elaborazione dei dati, ottimizzare l'utilizzo delle risorse e fornire capacità di movimento dei dati efficienti, portando a un miglioramento delle prestazioni. **Cosa non Le piace di Azure Data Factory?** Finora non ho trovato alcun difetto di ADF nei miei 4 anni di esperienza IT lavorando con ADF. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Ha aiutato i clienti di tutto il mondo a risparmiare una grande quantità di denaro ### 36. Fabbrica di Dati per Analisti **Rating:** 3.0/5.0 stars **Reviewed by:** Ravindra J. | Consultant, Enterprise (> 1000 dip.) **Reviewed Date:** May 09, 2023 **Cosa Le piace di più di Azure Data Factory?** La cosa più utile è che aiuta a caricare enormi quantità di dati con solo l'attivazione di una pipeline e un lavoro. È sul cloud e basato su Microsoft diventa facile. **Cosa non Le piace di Azure Data Factory?** A volte diventa difficile comprendere gli errori a causa dei quali il flusso di dati fallisce. Anche dopo aver cercato su internet non aiuta, quindi forse il messaggio di errore può essere migliorato per aiutare gli utenti a comprenderlo e risolverlo facilmente. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** come ho accennato in precedenza, utilizziamo Azure Data Factory per caricare grandi quantità di dati che sono modellati nel modello di Analysis Services. Quindi, abbiamo già impostato le pipeline/i lavori e ogni notte questi vengono eseguiti per fornire i dati aggiornati il giorno successivo. ### 37. Revisione di Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Dhiraj M. | Senior Data Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** July 05, 2023 **Cosa Le piace di più di Azure Data Factory?** È facile da usare per gli ingegneri dei dati grazie alla sua funzione di trascinamento e rilascio. È un potente strumento ETL senza codice. Può facilmente eseguire l'orchestrazione e costruire pipeline di ingegneria dei dati robuste. **Cosa non Le piace di Azure Data Factory?** A causa della sua caratteristica di non richiedere codice, c'è una limitazione nell'eseguire trasformazioni complesse. Inoltre, il CI/CD delle pipeline di data factory è molto complesso poiché il cherry picking non è disponibile. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** È uno strumento molto utile per creare pipeline di ingegneria dei dati da un capo all'altro con l'uso di vari connettori e componenti. È uno strumento di orchestrazione molto potente. ### 38. Facile orchestrazione e sviluppo **Rating:** 4.5/5.0 stars **Reviewed by:** Drishti C. | Data Analyst, Mid-Market (51-1000 dip.) **Reviewed Date:** November 02, 2023 **Cosa Le piace di più di Azure Data Factory?** Interfaccia facile, adoro la costruzione della trasformazione utilizzando il flusso di dati. Integrazione facile con data bricks e gateway API. **Cosa non Le piace di Azure Data Factory?** niente di particolare. Più facilità con i parametri globali **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** ETL facile senza programmazione. Inoltre, i parametri globali sono incredibili. ### 39. Un buon strumento ETL/ELT su Azure cloud **Rating:** 4.0/5.0 stars **Reviewed by:** Vaibhav P. | Software Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** June 09, 2023 **Cosa Le piace di più di Azure Data Factory?** La cosa migliore di ADF è che possiamo integrare quasi ogni fonte di dati. Mi sono piaciuti di più i flussi di dati poiché forniscono un motore Spark e possiamo eseguire il debug e visualizzare in anteprima i dati senza esecuzione effettiva. **Cosa non Le piace di Azure Data Factory?** Il pannello in cui creiamo pipeline e flussi di dati richiede uno schermo grande e diventa complicato se aggiungiamo più componenti nella pipeline su un dispositivo con schermo piccolo. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Utilizziamo ADF per caricare i dati dalle API SAP utilizzando le app logiche di Azure in Azure blob storage. Successivamente, carichiamo i dati dal blob storage al nostro database on-premise e eseguiamo le trasformazioni utilizzando Informatica PowerCenter. ### 40. Eccellente servizio di orchestrazione dei dati **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Software per computer | Mid-Market (51-1000 dip.) **Reviewed Date:** November 24, 2023 **Cosa Le piace di più di Azure Data Factory?** La migliore piattaforma per controllare e orchestrare i flussi di dati da diverse fonti ampie e in grado di connettere diversi servizi Azure utilizzando servizi collegati. **Cosa non Le piace di Azure Data Factory?** Impossibile trasferire dati alle macchine virtuali **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Semplifica la connettività alle fonti di dati locali e fornisci il pieno controllo sui flussi di dati e sui servizi di monitoraggio ### 41. Recensione su Azure Data Factory **Rating:** 4.5/5.0 stars **Reviewed by:** Shilpi J. | Senior Software Development Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 04, 2023 **Cosa Le piace di più di Azure Data Factory?** Ho lavorato come sviluppatore su un progetto Spark dove elaboriamo grandi quantità di dati utilizzando Azure Data Factory. Elabora i dati in modo molto veloce ed efficiente. Inoltre, supporta un numero di fonti di dati. **Cosa non Le piace di Azure Data Factory?** Mentre lavoravo a un progetto Spark, ho affrontato alcune sfide nei compiti avanzati di elaborazione dei dati, come la filtrazione. Su queste linee può essere ulteriormente migliorato. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Risolve le sfide del trattamento di grandi quantità di dati in modo molto veloce ed efficiente. Fornisce anche molte capacità di trasformazione insieme a più fonti di dati che possiamo utilizzare durante la copia e altre operazioni. ### 42. Raggiungere la collaborazione e la gestione integrata di dati diversi nel cloud **Rating:** 4.5/5.0 stars **Reviewed by:** Marian C. | Data Engineer, Mid-Market (51-1000 dip.) **Reviewed Date:** April 18, 2023 **Cosa Le piace di più di Azure Data Factory?** Azure Data Factory è un servizio cloud per la gestione dell'integrazione dei dati che raccoglie e collega dati diversi. Sarà più facile da capire se immagini una linea che commercia immediatamente con dati raccolti e accumulati (materiali e materie prime). Inoltre, può essere collegato a vari sistemi per automatizzare più processi di estrazione delle informazioni richiesti per l'analisi dei dati. Può anche essere utilizzato per l'integrazione dei dati, come ETL ed ELT. Azure Data Factory consente di collegare e utilizzare dati frammentati attraverso lo sviluppo dell'ICT, accelerando la diversificazione dei sistemi utilizzati nell'impresa, da on-premises al cloud. Questa piattaforma rende il business più efficiente e conveniente, poiché i dati sono accumulati, analizzati e utilizzati in modo efficiente, cioè gestiti centralmente. Trasforma i dati raccolti e memorizzati. Consente di utilizzare i dati in un formato unificato per creare grafici. **Cosa non Le piace di Azure Data Factory?** Mi piace Azure Data Factory perché può essere utilizzato per ETL ed ELT convenzionali con pochi clic del mouse, poiché può essere scalato in modo flessibile orizzontalmente e verticalmente. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Con la diffusione dell'informatica e delle ICT nelle aziende, ogni tipo di informazione è diventata dato. Tuttavia, i sistemi spesso memorizzano una combinazione di vari formati di dati, come dati testuali, dati immagine e dati video. La capacità di Azure Data Factory di centralizzare i dati è fondamentale, poiché le aziende utilizzano sempre più dati grandi e disorganizzati. In passato, la capacità di archiviazione complessiva era ridotta e la quantità di dati raccolti in una sola volta era piccola, quindi era comune elaborare nell'ordine di estrazione, conversione/elaborazione, archiviazione e utilizzo di ETL. Tuttavia, ora che Azure Data Factory, il magazzino ad alta capacità, è disponibile, è possibile memorizzare i dati grezzi prima di elaborarli e convertirli, quindi viene utilizzato anche il metodo di estrazione, archiviazione, conversione/elaborazione e ELT. ### 43. Miglior strumento ETL **Rating:** 5.0/5.0 stars **Reviewed by:** Swetha Y. | Senior Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** May 31, 2023 **Cosa Le piace di più di Azure Data Factory?** La cosa migliore è che ha molti connettori per molti server on-premise e server cloud e la parte migliore è l'interfaccia utente di Data Factory, dove possiamo progettare pipeline ETL complesse semplicemente trascinando e rilasciando le attività. **Cosa non Le piace di Azure Data Factory?** Non ho affrontato alcuna sfida con ADF, tuttavia ci sono alcune limitazioni in cui non possiamo eseguire alcune attività direttamente come il controllo annidato e anche per trasformazioni complesse i flussi di dati di mappatura di ADF non sono così efficaci, ma è un ottimo prodotto. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Utilizziamo ADF per costruire pipeline ETL che applicheranno le trasformazioni sui dati finanziari in un unico luogo e li caricheranno su Azure Synapse, cioè il data warehouse, e ci aiuteranno anche a programmare lavori basati su eventi, eliminando l'intervento manuale. ### 44. Il miglior strumento di orchestrazione dei dati sul mercato **Rating:** 5.0/5.0 stars **Reviewed by:** Neelesh Kumar I. | Manager, Enterprise (> 1000 dip.) **Reviewed Date:** November 02, 2023 **Cosa Le piace di più di Azure Data Factory?** Implementare pipeline è molto facile come trascinare e rilasciare **Cosa non Le piace di Azure Data Factory?** La connettività delle sorgenti dati che consentono solo JWT è impegnativa e alcuni scenari di dati non possono essere implementati. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Strumento molto efficace ed efficiente per l'integrazione con più piattaforme di Big Data. Aiuta a risolvere i problemi di gestione dei Big Data in modo efficace. ### 45. Uno strumento eccellente per gestire e trasformare i dati **Rating:** 5.0/5.0 stars **Reviewed by:** Shaun B. | Solution Engineer / Client Sales Support IV, Piccola impresa (50 o meno dip.) **Reviewed Date:** September 13, 2022 **Cosa Le piace di più di Azure Data Factory?** Utilizziamo Azure Data Factory per estrarre dati da più fonti e importarli nei nostri data warehouse. Abbiamo molte fonti di dati disparate che raramente condividono un formato simile. Utilizzando ADF, possiamo importare automaticamente i dati, normalizzarli, eseguire query contro il DW attuale, importarli nel nostro DW e archiviare i file in cold storage. È davvero un salvavita per chi preferisce i punti e clic al codice. **Cosa non Le piace di Azure Data Factory?** La curva di apprendimento può essere piuttosto ripida per imparare a usare ADF. Ho utilizzato video su YouTube per integrare le mie conoscenze, il che è stato piuttosto utile. Una volta compresi i concetti, è facile applicarli ad altri progetti, ma trovare da dove iniziare può a volte essere scoraggiante. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Lo usiamo per trasformare e caricare dati nel nostro DW. Abbiamo piani per il futuro di usarlo anche per molti altri progetti, ma il caso d'uso principale era caricare dati. ### 46. Facile da usare per scopi ETL **Rating:** 4.0/5.0 stars **Reviewed by:** Prashant S. | Consultant, Enterprise (> 1000 dip.) **Reviewed Date:** August 09, 2022 **Cosa Le piace di più di Azure Data Factory?** Adf è uno strumento ETL fornito da MS, la cosa migliore che mi piace è che è facile da usare e possiamo facilmente connetterlo utilizzando i servizi di collegamento con risorse di terze parti per recuperare i dati. Possiamo creare un dataset separato per la sorgente e il sink e utilizzando l'attività della pipeline possiamo implementare qualsiasi trasformazione e ottenere il risultato richiesto utilizzando la directory del sink. Abbiamo una connettività diretta con databricks utilizzando il token del workspace dbx, possiamo connettere i nostri notebook databricks utilizzando ADF. **Cosa non Le piace di Azure Data Factory?** Non ci sono grandi critiche, ma alcuni punti che volevo evidenziare sono che ha delle limitazioni: in un'unica pipeline possiamo creare fino a 40 attività e a volte ho riscontrato strani errori o una pipeline su un server lento si interrompe automaticamente senza una ragione apparente, quindi a volte, se abbiamo una pipeline programmata in anticipo, potrebbe causare la perdita di dati. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** ADF è principalmente utilizzato per recuperare dati da fonti di terze parti. Se il cliente ha dati nel proprio sistema on-premise, ADF offre una connettività avanzata per questo, che è l'integrazione runtime auto-ospitata. Utilizzando questo IR, possiamo facilmente connettere quella VM con ADF e recuperare i dati. Ho utilizzato ADF per recuperare i risultati utilizzando API, anche molte fonti API dove non abbiamo connettività diretta utilizzando rest API o attività web possiamo recuperare i dati tramite ADF fornendo le credenziali corrette. Ho utilizzato ADF anche per la connettività con logic app, dove possiamo aggiornare il dashboard di Power BI o chiamare qualsiasi API per inviare una mail di stato. ### 47. Ottimo uso per la migrazione dei dati utilizzando la pipeline **Rating:** 4.0/5.0 stars **Reviewed by:** Ajinkya D. | Associate Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** February 25, 2023 **Cosa Le piace di più di Azure Data Factory?** Facilità nella creazione e distribuzione della pipeline di dati in Azure Data Factory e ideale per tutte le migrazioni di grandi quantità di database. **Cosa non Le piace di Azure Data Factory?** Non per l'uso dei principianti, e inoltre sta richiedendo molto tempo per la migrazione. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Rendere più semplice la migrazione di qualsiasi fonte è più accessibile e più facile con il miglior flusso di dati. ### 48. Il più grande e potente strumento che ho usato finora è Azure Data Factory!! **Rating:** 4.5/5.0 stars **Reviewed by:** Utente verificato in Tecnologia dell'informazione e servizi | Piccola impresa (50 o meno dip.) **Reviewed Date:** January 14, 2023 **Cosa Le piace di più di Azure Data Factory?** La parte migliore di Azure Data Factory è che possiamo eseguire vari compiti come copiare dati da una piattaforma ad Azure proprio così. Ad esempio, la replica del database, da un bucket S3 allo storage blob di Azure, ecc. Ha i lavori che possiamo programmare in base alle nostre esigenze e le funzionalità di trascinamento che rendono l'interfaccia utente e l'amministratore in grado di lavorare facilmente su Data Factory. **Cosa non Le piace di Azure Data Factory?** Non abbiamo affrontato alcuna sfida con DataFactory. Tuttavia, stiamo cercando più opzioni di integrazione disponibili. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Siamo stati impegnati nella migrazione dei nostri dati, dove il data factory ha svolto un ruolo fondamentale nel nostro progetto di migrazione. ### 49. Uno dei migliori strumenti di pipeline di dati cloud con codifica minima e connettori multipli **Rating:** 5.0/5.0 stars **Reviewed by:** Biswajeet S. | Data Analyst GAMMA, Enterprise (> 1000 dip.) **Reviewed Date:** October 07, 2022 **Cosa Le piace di più di Azure Data Factory?** In Azure Data Factory mi piace soprattutto la sua funzione di pipeline di dati, Synapse, Databricks, l'account di archiviazione e tutti i tipi di connettori, e ha il miglior scheduler dove anche chi non è programmatore può creare pipeline e pianificare. **Cosa non Le piace di Azure Data Factory?** Niente da disprezzare, se il prezzo delle risorse ADF potesse ridursi sarebbe fantastico e se l'account sandbox ottenesse anche risorse ADF sarebbe il massimo per testare e praticare. Per il resto, è il miglior prodotto per pipeline di dati. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Per i nostri clienti al dettaglio, utilizziamo ADF in molti progetti di ETL e data pipelining. ADF è principalmente utilizzato per applicare la trasformazione su diversi dati ERP, Vendite, Finanza e di tutti i reparti del negozio in un unico luogo e inviarli ai data warehouse. ### 50. Recensione su Azure Data Factory **Rating:** 5.0/5.0 stars **Reviewed by:** Arijit C. | Data Engineer, Enterprise (> 1000 dip.) **Reviewed Date:** August 09, 2022 **Cosa Le piace di più di Azure Data Factory?** Aiuta a orchestrare diversi lavori attraverso la creazione di pipeline. Inoltre, vari ambienti possono essere collegati facilmente tramite ADF, e l'ambiente senza codice lo rende più semplice. **Cosa non Le piace di Azure Data Factory?** Azure Data Factory non consente di inviare email personalizzate in base all'attività fallita. Se un'attività di una pipeline fallisce, invierà un'email che indica che la pipeline è fallita, ma non menziona quale attività è fallita. **Quali problemi sta risolvendo Azure Data Factory e in che modo La sta aiutando?** Aiuta a programmare i lavori in base a un orario specifico o a un evento. Aiuta anche a orchestrare varie attività e quindi rimuove molto la dipendenza manuale. ## Azure Data Factory Discussions - [Azure Data Factory è uno strumento ETL?](https://www.g2.com/it/discussions/is-azure-data-factory-an-etl-tool) - 2 comments - [View Azure Data Factory pricing details and edition comparison](https://www.g2.com/it/products/azure-data-factory/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-19+11%3A36%3A05+-0500&secure%5Bsession_id%5D=1ec062f4-437d-4597-a992-cc09a500c99f&secure%5Btoken%5D=e629c83c60e1243f656950bc93fbdd2518e66e2af8145e317e420d9f9f1116fd&format=llm_user) ## Azure Data Factory Integrations - [Agentforce Sales (formerly Salesforce Sales Cloud)](https://www.g2.com/it/products/agentforce-sales-formerly-salesforce-sales-cloud/reviews) - [Amazon Simple Email Service (Amazon SES)](https://www.g2.com/it/products/amazon-simple-email-service-amazon-ses/reviews) - [Azure Blob Storage](https://www.g2.com/it/products/azure-blob-storage/reviews) - [Azure Databricks](https://www.g2.com/it/products/azure-databricks/reviews) - [Azure Data Lake Store](https://www.g2.com/it/products/azure-data-lake-store/reviews) - [Databricks](https://www.g2.com/it/products/databricks/reviews) - [Google Ads](https://www.g2.com/it/products/google-ads/reviews) - [Microsoft Power BI](https://www.g2.com/it/products/microsoft-microsoft-power-bi/reviews) ## Azure Data Factory Features **Gestione** - Segnalazione - Revisione contabile **Funzionalità** - Estrazione - Trasformazione - Caricamento - Automazione - Scalabilità ## Top Azure Data Factory Alternatives - [SnapLogic Intelligent Integration Platform (IIP)](https://www.g2.com/it/products/snaplogic-intelligent-integration-platform-iip/reviews) - 4.4/5.0 (369 reviews) - [dbt](https://www.g2.com/it/products/dbt/reviews) - 4.7/5.0 (204 reviews) - [AWS Glue](https://www.g2.com/it/products/aws-glue/reviews) - 4.3/5.0 (191 reviews)