Extrahieren, Transformieren und Laden (ETL) mit HDInsight

Data Factory
Data Lake Storage
HDInsight

Lösungsidee

Wenn Sie möchten, dass wir diesen Artikel um weitere Informationen ergänzen, z. B. potenzielle Anwendungsfälle, alternative Dienste, Überlegungen zur Implementierung oder Preisempfehlungen, lassen Sie es uns über Feedback auf GitHub wissen!

In diesem Artikel erfahren Sie, wie Sie Ihre Big Data-Cluster bei Bedarf mit Hadoop-Komponenten wie MapReduce und Apache Spark extrahieren, transformieren und laden.

Aufbau

Architekturdiagramm

Komponenten

Nächste Schritte

Erfahren Sie mehr über die Komponententechnologien:

Erkunden Sie die verwandten Architekturen: