مقدمة

  • 5 دقائق

تعمل العديد من المؤسسات مع كميات هائلة من البيانات. قد تكون هذه البيانات الضخمة أحيانًا في شكل خام وغير منظمة ومخزنة في مجموعة من المواقع مثل أنظمة التخزين العلائقية وغير العلائقية وغيرها. يتمثل التحدي الكبير الذي تواجهه تلك المنظمات في تحقيق النظام لتلك البيانات الضخمة وتحسينها وتحويلها إلى رؤى تجارية قابلة للتنفيذ.

يعتبر Microsoft Azure Data Factory خدمة سحابية مُدارة يمكنك استخدامها لإنشاء رؤى أعمال قابلة للتنفيذ من بياناتك غير المُنظمة. قد يساعدك على إدارة الاستخراج المختلط والمعقد، والتحول، والتحميل (ETL)، والاستخراج والتحميل والتحويل، ومشاريع تكامل البيانات.

A graphic depicting a possible big data scenario. Elements depicted are data sources, ingestion, data storage, analysis, and visualization.

أحد أمثلة السيناريوهات

لنتخيل أنك تعمل في شركة ألعاب، حيث تجمع سجلات البيانات التي يتم إنشاؤها في أثناء جلسات الألعاب. إذا كان بإمكانك تحليل بيانات السجل هذه، فإنه يمكنك الحصول على رؤى حول تفضيلات العملاء والخصائص الديموغرافية وسلوك الاستخدام. أعرب الأشخاص في فريق المبيعات عن اهتمامهم بفرص البيع والبيع المتبادل، ويتساءلون عمّا إذا كانت سجلات البيانات هذه قد تحتوي على معلومات مفيدة أم لا. تهتم فرق التطوير والتقنية بمعرفة المشاكل المُحتملة في تجربة الألعاب، وكيف تساعد الميزات الجديدة في حل تلك المشاكل.

المشكلة هي أن ذلك لتحليل البيانات في السجلات بنجاح، تحتاج أيضًا إلى الرجوع إلى البيانات المخزنة في مواقع محلية. تتضمن هذه البيانات معلومات العميل ومعلومات اللعبة ومعلومات حملة التسويق. قامت شركتك بتخزين بيانات سجل الألعاب في متجر بيانات سحابي وتريد منك استخدام جميع البيانات المحلية أيضًا.

للمضي قدما في تحليل البيانات، توجد خطوة حاسمة وهي الجمع بين البيانات المحلية مع البيانات الإضافية من سجلات الألعاب. تتمثل الخطة في معالجة البيانات المجمعة باستخدام Azure Analysis Services. بعد ذلك، سيتم نشر البيانات المحولة إلى مستودع بيانات سحابية وتصورها باستخدام المعلومات المهنية Power BI وأدوات أخرى. قد يساعدك Azure Data Factory في تحقيق هذا الهدف.

ما الذي علينا أن نفعله؟

في هذه الوحدة النمطية، ستكتشف كيف يساعدك Azure Data Factory في تنسيق بياناتك الضخمة. ستقوم بتقييم ما إذا كان Azure Data Factory يمكنه مساعدتك في دمج مصادر البيانات. كما ستصف كيف يمكن لـAzure Data Factory استيعاب البيانات من مصادر بيانات محلية ومتعددة السحابة وبرامج كمصادر بيانات للخدمة (SaaS).

ما الهدف الرئيسي؟

بنهاية هذه الوحدة، ستتعرف على المزيد حول كيفية تحديد ما إذا كان بإمكان Azure Data Factory مساعدتك في إنشاء وجدولة تدفقات سير عمل تعتمد على البيانات لاستيعاب البيانات من مخازن بيانات مختلفة. ستقوم بتقييم ما إذا كان Azure Data Factory يساعدك في إنشاء عمليات ETL معقدة لتحويل تلك البيانات بصريًا باستخدام خدمات الحوسبة أو مع تدفق البيانات.