Data Warehousing pratico con Azure Data Factory: Tecniche di ETL per caricare e trasformare i dati da varie fonti, sia on-premises che su cloud.

Recensioni dei lettori

Il libro offre un'introduzione di base ad Azure Data Factory, ma soffre di diversi problemi. Sebbene fornisca un approccio pratico con esempi pratici, è stato criticato per la sua obsolescenza, la mancanza di profondità e la presenza di schermate mal formattate. Molti recensori ritengono che non sia adatto né ai principianti né agli utenti esperti. Anche la sezione Machine Learning è stata indicata come un punto debole, in quanto troppo ampia e non in linea con il resto dei contenuti.

⬤ Fornisce una buona panoramica per i principianti su Azure Data Factory
⬤ include esempi pratici e pratici e istruzioni dettagliate per diversi progetti
⬤ alcuni utenti hanno segnalato la buona esecuzione degli esercizi.

⬤ Contenuti e istruzioni obsoleti
⬤ schermate di scarsa qualità
⬤ manca di profondità e di spiegazioni esaurienti
⬤ la sezione Machine Learning non è focalizzata
⬤ non è adatta sia agli utenti inesperti che a quelli esperti
⬤ nel complesso, molti utenti consigliano di cercare risorse alternative.

(basato su 10 recensioni dei lettori)

Titolo originale:

Hands-On Data Warehousing with Azure Data Factory: ETL techniques to load and transform data from various sources, both on-premises and on cloud

Contenuto del libro:

Sfrutta la potenza di Microsoft Azure Data Factory v2 per creare soluzioni di dati ibride.

Caratteristiche principali

⬤ Combinate la potenza di Azure Data Factory v2 e di SQL Server Integration Services.

⬤ Progettare e migliorare le prestazioni e la scalabilità di una moderna soluzione ibrida ETL.

⬤ Interagire con i dati caricati nel data warehouse e nel data lake utilizzando Power BI.

Descrizione del libro

L'ETL è una delle tecniche essenziali nell'elaborazione dei dati. Dato che i dati sono ovunque, l'ETL sarà sempre un processo vitale per gestire i dati provenienti da fonti diverse.

Hands-On Data Warehousing with Azure Data Factory inizia con i concetti di base del data warehousing e del processo ETL. Imparerete come Azure Data Factory e SSIS possono essere utilizzati per comprendere i componenti chiave di una soluzione ETL. Verranno esaminati i diversi servizi offerti da Azure che possono essere utilizzati da ADF e SSIS, come Azure Data Lake Analytics, Machine Learning e Spark di Databrick, con l'aiuto di esempi pratici. Verrà illustrato come progettare e implementare soluzioni ibride ETL utilizzando diversi servizi di integrazione con un approccio graduale. Una volta appreso tutto questo, utilizzerete Power BI per interagire con i dati provenienti da diverse fonti, al fine di rivelare preziose intuizioni.

Alla fine di questo libro, non solo imparerete a costruire le vostre soluzioni ETL, ma affronterete anche le sfide principali che si presentano durante la loro realizzazione.

Che cosa imparerete?

⬤ Comprendere i componenti chiave di una soluzione ETL utilizzando Azure Data Factory e Integration Services.

⬤ Progettare l'architettura di una moderna soluzione ETL ibrida.

⬤ Implementare soluzioni ETL per dati on-premises e Azure.

⬤ Migliorare le prestazioni e la scalabilità della soluzione ETL.

⬤ Conoscere a fondo le nuove funzionalità e caratteristiche aggiunte ad Azure Data Factory e Integration Services.