Azure Data Factory の統合ランタイムIntegration runtime in Azure Data Factory

適用対象: はいAzure Data Factory はいAzure Synapse Analytics (プレビュー) APPLIES TO: yesAzure Data Factory yesAzure Synapse Analytics (Preview)

Integration Runtime (IR) は、異なるネットワーク環境間で以下のデータ統合機能を提供するために Azure Data Factory によって使用されるコンピューティング インフラストラクチャです。The Integration Runtime (IR) is the compute infrastructure used by Azure Data Factory to provide the following data integration capabilities across different network environments:

  • Data Flow: マネージド Azure コンピューティング環境でデータ フローを実行します。Data Flow: Execute a Data Flow in managed Azure compute environment.
  • データ移動:パブリック ネットワーク内のデータ ストアとプライベート ネットワーク (オンプレミスまたは仮想プライベート ネットワーク) 内のデータ ストアをまたいでデータをコピーします。Data movement: Copy data across data stores in public network and data stores in private network (on-premises or virtual private network). 組み込みコネクタ、形式の変換、列のマッピング、パフォーマンスとスケーラビリティに優れたデータ転送に関するサポートを提供します。It provides support for built-in connectors, format conversion, column mapping, and performant and scalable data transfer.
  • アクティビティのディスパッチ:Azure Databricks、Azure HDInsight、Azure Machine Learning、Azure SQL Database、SQL Server などのさまざまなコンピューティング サービスで実行される変換アクティビティをディスパッチして監視します。Activity dispatch: Dispatch and monitor transformation activities running on a variety of compute services such as Azure Databricks, Azure HDInsight, Azure Machine Learning, Azure SQL Database, SQL Server, and more.
  • SSIS パッケージの実行:マネージド Azure コンピューティング環境で SQL Server Integration Services (SSIS) パッケージをネイティブに実行します。SSIS package execution: Natively execute SQL Server Integration Services (SSIS) packages in a managed Azure compute environment.

Data Factory で、アクティビティは、実行されるアクションを定義します。In Data Factory, an activity defines the action to be performed. リンクされたサービスは、ターゲットのデータ ストアやコンピューティング サービスを定義します。A linked service defines a target data store or a compute service. 統合ランタイムは、アクティビティとリンクされたサービスとを橋渡しします。An integration runtime provides the bridge between the activity and linked Services. リンクされたサービスまたはアクティビティによって参照され、アクティビティが実行されたりディスパッチされたりするコンピューティング環境を提供します。It's referenced by the linked service or activity, and provides the compute environment where the activity either runs on or gets dispatched from. これにより、できるだけターゲットのデータ ストアやコンピューティング サービスに近いリージョンでアクティビティを実行して効率を最大化できる一方、セキュリティとコンプライアンスの必要も満たせます。This way, the activity can be performed in the region closest possible to the target data store or compute service in the most performant way while meeting security and compliance needs.

統合ランタイムは、管理ハブおよびそれらを参照するすべてのアクティビティ、データセット、またはデータ フローを使用して、Azure Data Factory UX で作成できます。Integration runtimes can be created in the Azure Data Factory UX via the management hub and any activities, datasets, or data flows that reference them.

統合ランタイムの種類Integration runtime types

Data Factory には 3 種類の統合ランタイム (IR) が用意されているので、ご希望のデータ統合機能やネットワーク環境のニーズに最もかなっている種類を選択する必要があります。Data Factory offers three types of Integration Runtime (IR), and you should choose the type that best serve the data integration capabilities and network environment needs you're looking for. 次の 3 種類があります。These three types are:

  • AzureAzure
  • セルフホステッドSelf-hosted
  • Azure-SSISAzure-SSIS

次の表で、各種の統合ランタイムの機能とネットワークのサポートについて説明します。The following table describes the capabilities and network support for each of the integration runtime types:

IR の種類IR type パブリック ネットワークPublic network プライベート ネットワークPrivate network
AzureAzure Data FlowData Flow
データの移動Data movement
アクティビティのディスパッチActivity dispatch
Data FlowData Flow
データの移動Data movement
アクティビティのディスパッチActivity dispatch
セルフホステッドSelf-hosted データの移動Data movement
アクティビティのディスパッチActivity dispatch
データの移動Data movement
アクティビティのディスパッチActivity dispatch
Azure-SSISAzure-SSIS SSIS パッケージ実行SSIS package execution SSIS パッケージ実行SSIS package execution

Azure 統合ランタイムAzure integration runtime

Azure Integration Runtime では以下が可能です。An Azure integration runtime can:

  • Azure でデータ フローを実行するRun Data Flows in Azure
  • クラウドのデータ ストア間でコピー アクティビティを実行するRun copy activity between cloud data stores
  • パブリック ネットワーク内で次の変換アクティビティをディスパッチする:Databricks Notebook/Jar/Python アクティビティ、HDInsight Hive アクティビティ、HDInsight Pig アクティビティ、HDInsight MapReduce アクティビティ、HDInsight Spark アクティビティ、HDInsight Streaming アクティビティ、Machine Learning バッチ実行アクティビティ、Machine Learning 更新リソース アクティビティ、ストアド プロシージャ アクティビティ、Data Lake Analytics U-SQL アクティビティ、.NET カスタム アクティビティ、Web アクティビティ、ルックアップ アクティビティ、メタデータの取得アクティビティ。Dispatch the following transform activities in public network: Databricks Notebook/ Jar/ Python activity, HDInsight Hive activity, HDInsight Pig activity, HDInsight MapReduce activity, HDInsight Spark activity, HDInsight Streaming activity, Machine Learning Batch Execution activity, Machine Learning Update Resource activities, Stored Procedure activity, Data Lake Analytics U-SQL activity, .NET custom activity, Web activity, Lookup activity, and Get Metadata activity.

Azure IR のネットワーク環境Azure IR network environment

Azure Integration Runtime では、だれでもアクセス可能なエンドポイントを使用して、データ ストアやコンピューティング サービスへの接続がサポートされます。Azure Integration Runtime supports connecting to data stores and computes services with public accessible endpoints. マネージド仮想ネットワークを有効にすると、Azure Integration Runtime では、プライベート ネットワーク環境でプライベート リンク サービスを使用したデータ ストアへの接続がサポートされます。Enabling Managed Virtual Network, Azure Integration Runtime supports connecting to data stores using private link service in private network environment.

Azure IR のコンピューティング リソースとスケーリングAzure IR compute resource and scaling

Azure 統合ランタイムは、Azure 内のフル マネージドのサーバーレス コンピューティングを提供します。Azure integration runtime provides a fully managed, serverless compute in Azure. インフラストラクチャのプロビジョニング、ソフトウェアのインストール、修正プログラムの適用、容量のスケーリングについて心配する必要はありません。You don't have to worry about infrastructure provision, software installation, patching, or capacity scaling. さらに、実際の使用時間分だけのお支払いになります。In addition, you only pay for the duration of the actual utilization.

Azure 統合ランタイムは、ネイティブのコンピューティングを備えており、セキュリティで保護された、信頼性とパフォーマンスの高い方法で、クラウドのデータ ストア間でデータを移動します。Azure integration runtime provides the native compute to move data between cloud data stores in a secure, reliable, and high-performance manner. コピー アクティビティで使用するデータの統合単位の数を設定できます。Azure IR のコンピューティング サイズはそれに応じて柔軟にスケール アップし、Azure 統合ランタイムのサイズを明示的に調整する必要はありません。You can set how many data integration units to use on the copy activity, and the compute size of the Azure IR is elastically scaled up accordingly without you having to explicitly adjusting size of the Azure Integration Runtime.

アクティビティのディスパッチは、アクティビティをターゲット コンピューティング サービスにルーティングする負荷の低い操作であるため、このシナリオのためにコンピューティング サイズをスケールアップする必要はありません。Activity dispatch is a lightweight operation to route the activity to the target compute service, so there isn't need to scale up the compute size for this scenario.

Azure IR の作成と構成については、ハウツー ガイドで Azure IR の作成と構成の方法の説明をご覧ください。For information about creating and configuring an Azure IR, reference how to create and configure Azure IR under how to guides.


Azure Integration Runtime には、データ フローを実行するための基盤となるコンピューティング インフラストラクチャを定義する、Data Flow ランタイムに関連するプロパティがあります。Azure Integration runtime has properties related to Data Flow runtime, which defines the underlying compute infrastructure that would be used to run the data flows on.

セルフホステッド統合ランタイムSelf-hosted integration runtime

セルフホステッド IR により、次のことが可能になります。A self-hosted IR is capable of:

  • クラウドのデータ ストアとプライベート ネットワーク内のデータ ストアの間でコピー アクティビティを実行する。Running copy activity between a cloud data stores and a data store in private network.
  • オンプレミスまたは Azure Virtual Network 内のコンピューティング リソースに対して次の変換アクティビティをディスパッチする: HDInsight Hive アクティビティ (BYOC-Bring Your Own Cluster)、HDInsight Pig アクティビティ (BYOC)、HDInsight MapReduce アクティビティ (BYOC)、HDInsight Spark アクティビティ (BYOC)、HDInsight Streaming アクティビティ (BYOC)、Machine Learning バッチ実行アクティビティ、Machine Learning リソース更新アクティビティ、ストアド プロシージャ― アクティビティ、Data Lake Analytics U-SQL アクティビティ、カスタム アクティビティ (Azure Batch 上で実行)、ルックアップ アクティビティ、およびメタデータ取得アクティビティ。Dispatching the following transform activities against compute resources in on-premises or Azure Virtual Network: HDInsight Hive activity (BYOC-Bring Your Own Cluster), HDInsight Pig activity (BYOC), HDInsight MapReduce activity (BYOC), HDInsight Spark activity (BYOC), HDInsight Streaming activity (BYOC), Machine Learning Batch Execution activity, Machine Learning Update Resource activities, Stored Procedure activity, Data Lake Analytics U-SQL activity, Custom activity (runs on Azure Batch), Lookup activity, and Get Metadata activity.


SAP Hana や MySQL などの独自ドライバーを必要とするデータ ストアをサポートするには、セルフホステッド統合ランタイムを使用します。詳細については、「supported data stores (サポートされるデータ ストア)」を参照してください。Use self-hosted integration runtime to support data stores that requires bring-your-own driver such as SAP Hana, MySQL, etc. For more information, see supported data stores.


Java Runtime Environment (JRE) は、セルフホステッド IR の依存関係です。Java Runtime Environment (JRE) is a dependency of Self Hosted IR. JRE が同じホストにインストールされていることを確認してください。Please make sure you have JRE installed on the same host.

セルフホステッド IR のネットワーク環境Self-hosted IR network environment

パブリック クラウド環境からの直接の通信経路がないプライベート ネットワーク環境で、安全にデータ統合を実行しようとしている場合は、社内のファイアウォール内のオンプレミス環境か仮想プライベート ネットワーク内にセルフホステッド IR をインストールできます。If you want to perform data integration securely in a private network environment, which doesn't have a direct line-of-sight from the public cloud environment, you can install a self-hosted IR on premises environment behind your corporate firewall, or inside a virtual private network. セルフホステッド統合ランタイムは、開かれたインターネットへの送信 HTTP ベースの接続のみを行います。The self-hosted integration runtime only makes outbound HTTP-based connections to open internet.

セルフホステッド IR のコンピューティング リソースとスケーリングSelf-hosted IR compute resource and scaling

セルフホステッド IR は、オンプレミスのマシンか、プライベート ネットワーク内の仮想マシンにインストールします。Install Self-hosted IR on an on-premises machine or a virtual machine inside a private network. 現時点では、セルフホステッド IR の実行対象として Windows オペレーティング システムだけがサポートされています。Currently, we only support running the self-hosted IR on a Windows operating system.

高可用性とスケーラビリティを実現するには、アクティブ/アクティブ モードで論理インスタンスをオンプレミスの複数のマシンに関連付けて、セルフホステッド IR をスケールアウトできます。For high availability and scalability, you can scale out the self-hosted IR by associating the logical instance with multiple on-premises machines in active-active mode. 詳細については、ハウツー ガイドでセルフホステッド IR の作成と構成の方法に関する記事をご覧ください。For more information, see how to create and configure self-hosted IR article under how to guides for details.

Azure-SSIS 統合ランタイムAzure-SSIS Integration Runtime

既存の SSIS ワークロードをリフトアンドシフトするには、Azure-SSIS IR を作成して SSIS パッケージをネイティブに実行できます。To lift and shift existing SSIS workload, you can create an Azure-SSIS IR to natively execute SSIS packages.

Azure-SSIS IR のネットワーク環境Azure-SSIS IR network environment

Azure-SSIS IR は、パブリック ネットワークかプライベート ネットワーク内でプロビジョニングできます。Azure-SSIS IR can be provisioned in either public network or private network. オンプレミスのデータ アクセスは、オンプレミスのネットワークに接続している仮想ネットワークと Azure-SSIS IR を結合することでサポートされます。On-premises data access is supported by joining Azure-SSIS IR to a Virtual Network that is connected to your on-premises network.

Azure-SSIS IR のコンピューティング リソースとスケーリングAzure-SSIS IR compute resource and scaling

Azure-SSIS IR は、SSIS パッケージ実行専用の、Azure VM のフル マネージドのクラスターです。Azure-SSIS IR is a fully managed cluster of Azure VMs dedicated to run your SSIS packages. SSIS プロジェクトまたはパッケージのカタログ (SSISDB) 用に独自の Azure SQL Database または SQL Managed Instance を持ち込むことができます。You can bring your own Azure SQL Database or SQL Managed Instance for the catalog of SSIS projects/packages (SSISDB). ノードのサイズを指定してコンピューティング能力をスケールアップしたり、クラスター内のノードの数を指定してスケール アウトしたりできます。You can scale up the power of the compute by specifying node size and scale it out by specifying the number of nodes in the cluster. 必要に応じて Azure-SSIS 統合ランタイムを停止したり開始したりして、その実行のコストを管理できます。You can manage the cost of running your Azure-SSIS Integration Runtime by stopping and starting it as you see fit.

詳細については、ハウツー ガイドで Azure-SSIS IR の作成と構成の方法に関する記事をご覧ください。For more information, see how to create and configure Azure-SSIS IR article under how to guides. 作成し終えたら、オンプレミスで SSIS を使用する場合と同様に、SQL Server Data Tools (SSDT) や SQL Server Management Studio (SSMS) などの使い慣れたツールを使用して、まったく、またはほとんど変更を加えずに既存の SSIS パッケージをデプロイして管理することができます。Once created, you can deploy and manage your existing SSIS packages with little to no change using familiar tools such as SQL Server Data Tools (SSDT) and SQL Server Management Studio (SSMS), just like using SSIS on premises.

Azure-SSIS ランタイムの詳細については、次の記事をご覧ください。For more information about Azure-SSIS runtime, see the following articles:

  • チュートリアル: SSIS パッケージを Azure にデプロイする:Tutorial: deploy SSIS packages to Azure. この記事は、Azure-SSIS IR を作成し、Azure SQL Database を使用して SSIS カタログをホストするための詳細な手順を示しています。This article provides step-by-step instructions to create an Azure-SSIS IR and uses an Azure SQL Database to host the SSIS catalog.
  • 方法: Azure-SSIS 統合ランタイムを作成するHow to: Create an Azure-SSIS integration runtime. この記事では、チュートリアルを基に、SQL Managed Instance の使い方と、IR を仮想ネットワークに参加させる方法が説明されています。This article expands on the tutorial and provides instructions on using SQL Managed Instance and joining the IR to a virtual network.
  • Azure-SSIS IR を監視する:Monitor an Azure-SSIS IR. この記事では、Azure-SSIS IR に関する情報を取得する方法と、返された情報での状態が説明されています。This article shows you how to retrieve information about an Azure-SSIS IR and descriptions of statuses in the returned information.
  • Azure-SSIS IR を管理する:Manage an Azure-SSIS IR. この記事では、Azure-SSIS IR を停止、開始、削除する方法が説明されています。This article shows you how to stop, start, or remove an Azure-SSIS IR. また、IR にノードを追加することで Azure-SSIS IR をスケールアウトする方法も説明されています。It also shows you how to scale out your Azure-SSIS IR by adding more nodes to the IR.
  • 仮想ネットワークへの Azure-SSIS IR の参加:Join an Azure-SSIS IR to a virtual network. この記事では、Azure 仮想ネットワークへの Azure-SSIS IR の参加に関する概念情報が説明されています。This article provides conceptual information about joining an Azure-SSIS IR to an Azure virtual network. Azure-SSIS IR が仮想ネットワークに参加できるように Azure Portal を使用して仮想ネットワークを構成する手順も説明されています。It also provides steps to use Azure portal to configure virtual network so that Azure-SSIS IR can join the virtual network.

統合ランタイムの場所Integration runtime location

ファクトリの場所と IR の場所の関係Relationship between factory location and IR location

顧客がデータ ファクトリ インスタンスを作成する際は、データ ファクトリの場所を指定する必要があります。When customer creates a data factory instance, they need to specify the location for the data factory. Data Factory の場所とは、データ ファクトリのメタデータが格納され、パイプラインのトリガーが開始される場所のことです。The Data Factory location is where the metadata of the data factory is stored and where the triggering of the pipeline is initiated from. ファクトリのメタデータは、お客様が選択したリージョンにのみ格納され、他のリージョンには格納されません。Metadata for the factory is only stored in the region of customer’s choice and will not be stored in other regions.

ただし、データ ファクトリは、他の Azure リージョン内のデータ ストアやコンピューティング サービスにアクセスし、データ ストア間でデータを移動したり、コンピューティング サービスを使用してデータを処理したりできます。Meanwhile, a data factory can access data stores and compute services in other Azure regions to move data between data stores or process data using compute services. この動作はグローバルに使用できる IR によって実現し、データのコンプライアンス、効率性、ネットワークのエグレスのコストの削減が保証されます。This behavior is realized through the globally available IR to ensure data compliance, efficiency, and reduced network egress costs.

IR の場所は、そのバックエンドのコンピューティングの場所を定義するほか、実質的にデータの移動、アクティビティのディスパッチ、SSIS パッケージの実行が行われる場所を定義します。The IR Location defines the location of its back-end compute, and essentially the location where the data movement, activity dispatching, and SSIS package execution are performed. IR の場所は、それが属しているデータ ファクトリの場所とは別にすることができます。The IR location can be different from the location of the data factory it belongs to.

Azure IR の場所Azure IR location

Azure IR の特定の場所を設定することができます。その場合は、その特定のリージョンでアクティビティの実行やディスパッチが行われます。You can set a certain location of an Azure IR, in which case the activity execution or dispatch will happen in that specific region.

パブリック ネットワークで、既定の設定である自動解決の Azure IR を使用することを選択した場合、If you choose to use the auto-resolve Azure IR in public network, which is the default,

  • コピー アクティビティの場合、ADF は可能な限り、シンク データ ストアの場所を自動的に検出し、同じリージョン (使用可能な場合) または同じ地理的な場所の最も近いリージョンのどちらかにある IR を使用しようとします。シンク データ ストアのリージョンを検出できない場合は、代わりにデータ ファクトリのリージョン内の IR が使用されます。For copy activity, ADF will make a best effort to automatically detect your sink data store's location, then use the IR in either the same region if available or the closest one in the same geography; if the sink data store's region is not detectable, IR in the data factory region as alternative is used.

    たとえば、ファクトリが米国東部で作成された場合は、次のようになります。For example, you have your factory created in East US,

    • 米国西部にある Azure BLOB にデータをコピーするとき、その BLOB が米国西部にあることを ADF が正常に検出した場合、コピー アクティビティは米国西部にある IR で実行されます。リージョンの検出に失敗した場合、コピー アクティビティは米国東部にある IR で実行されます。When copy data to Azure Blob in West US, if ADF successfully detected that the Blob is in West US, copy activity is executed on IR in West US; if the region detection fails, copy activity is executed on IR in East US.
    • リージョンを検出できない Salesforce にデータをコピーする場合、コピー アクティビティは米国東部にある IR で実行されます。When copy data to Salesforce of which the region is not detectable, copy activity is executed on IR in East US.


    データ コンプライアンスの要件が厳しく、データが地理的な特定の場所を離れないようにする必要がある場合は、Azure IR を明示的に特定のリージョンに作成し、リンクされたサービスが ConnectVia プロパティを使用してこの IR を指すようにすることができます。If you have strict data compliance requirements and need ensure that data do not leave a certain geography, you can explicitly create an Azure IR in a certain region and point the Linked Service to this IR using ConnectVia property. たとえば、データを英国内に留めたまま、英国南部の BLOB から英国南部の SQL DW にデータをコピーしたい場合は、英国南部に Azure IR を作成して、両方のリンクされたサービスをこの IR にリンクします。For example, if you want to copy data from Blob in UK South to SQL DW in UK South and want to ensure data do not leave UK, create an Azure IR in UK South and link both Linked Services to this IR.

  • Lookup/GetMetadata/Delete アクティビティの実行 (パイプライン アクティビティとも呼ばれます)、変換アクティビティのディスパッチ (外部アクティビティとも呼ばれます)、およびオーサリング操作 (接続のテスト、フォルダー一覧とテーブル一覧の参照、データのプレビュー) の場合、ADF はデータ ファクトリのリージョンで IR を使用します。For Lookup/GetMetadata/Delete activity execution (also known as Pipeline activities), transformation activity dispatching (also known as External activities), and authoring operations (test connection, browse folder list and table list, preview data), ADF uses the IR in the data factory region.

  • Data Flow の場合、ADF ではデータ ファクトリのリージョンの IR が使用されます。For Data Flow, ADF uses the IR in the data factory region.


    可能な場合は、Data Flow を対応するデータ ストアと同じリージョンで実行することをお勧めします。A good practice would be to ensure Data flow runs in the same region as your corresponding data stores (if possible). これを実現するには、Azure IR を自動解決するか (データ ストアの場所が Data Factory の場所と同じ場合)、データ ストアと同じリージョンに新しい Azure IR インスタンスを作成し、そこでデータ フローを実行します。You can either achieve this by auto-resolve Azure IR (if data store location is same as Data Factory location), or by creating a new Azure IR instance in the same region as your data stores and then execute the data flow on it.

自動解決 Azure IR に対してマネージド仮想ネットワークを有効にすると、ADF ではデータ ファクトリ リージョンの IR が使用されます。If you enable Managed Virtual Network for auto-resolve Azure IR, ADF uses the IR in the data factory region.

アクティビティの実行時に有効になっている IR の場所は、UI 上のパイプラインのアクティビティの監視ビューまたはアクティビティの監視のペイロードで監視できます。You can monitor which IR location takes effect during activity execution in pipeline activity monitoring view on UI or activity monitoring payload.

セルフホステッド IR の場所Self-hosted IR location

セルフホステッド IR は Data Factory に論理的に登録されます。その機能のサポートのために使用するコンピューティングは自分で提供します。The self-hosted IR is logically registered to the Data Factory and the compute used to support its functionalities is provided by you. したがって、セルフホステッド IR の明示的な場所のプロパティはありません。Therefore there is no explicit location property for self-hosted IR.

セルフホステッド IR を使用してデータの移動を実行する場合、この IR はデータをソースから抽出して移動先に書き込みます。When used to perform data movement, the self-hosted IR extracts data from the source and writes into the destination.

Azure-SSIS IR の場所Azure-SSIS IR location

抽出、変換、読み込み (ETL) ワークフローで高いパフォーマンスを実現するには、Azure-SSIS IR の正しい場所を選択することが重要です。Selecting the right location for your Azure-SSIS IR is essential to achieve high performance in your extract-transform-load (ETL) workflows.

  • Azure-SSIS IR の場所をデータ ファクトリの場所と同じにする必要はありませんが、SSISDB のホストとなる独自の Azure SQL Database または SQL Managed Instance の場所と同じにする必要があります。The location of your Azure-SSIS IR does not need to be the same as the location of your data factory, but it should be the same as the location of your own Azure SQL Database or SQL Managed Instance where SSISDB. こうすると、Azure-SSIS 統合ランタイムから SSISDB に簡単にアクセスでき、複数の場所の間で過剰なトラフィックが生じません。This way, your Azure-SSIS Integration Runtime can easily access SSISDB without incurring excessive traffics between different locations.
  • 既存の SQL Database または SQL Managed Instance がなく、オンプレミスのデータ ソースまたは移動先がある場合、オンプレミスのネットワークに接続している仮想ネットワークの同じ場所に新しい Azure SQL Database または SQL Managed Instance を作成する必要があります。If you do not have an existing SQL Database or SQL Managed Instance, but you have on-premises data sources/destinations, you should create a new Azure SQL Database or SQL Managed Instance in the same location of a virtual network connected to your on-premises network. この場合、新しい Azure SQL Database または SQL Managed Instance を使用し、この仮想ネットワークを参加させ、すべて同一の場所で Azure-SSIS IR を作成することができるため、異なる場所との間でデータの移動を効果的に最小限にすることができます。This way, you can create your Azure-SSIS IR using the new Azure SQL Database or SQL Managed Instance and joining that virtual network, all in the same location, effectively minimizing data movements across different locations.
  • 既存の Azure SQL Database または SQL Managed Instance の場所と、オンプレミスのネットワークに接続している仮想ネットワークの場所が違う場合は、まず、既存の Azure SQL Database または SQL Managed Instance を使用して Azure-SSIS IR を作成し、同じ場所の別の仮想ネットワークを参加させます。次に、異なる場所の間の仮想ネットワーク間接続を構成します。If the location of your existing Azure SQL Database or SQL Managed Instance is not the same as the location of a virtual network connected to your on-premises network, first create your Azure-SSIS IR using an existing Azure SQL Database or SQL Managed Instance and joining another virtual network in the same location, and then configure a virtual network to virtual network connection between different locations.

次の図は、Data Factory とその統合ランタイムの場所の設定を示しています。The following diagram shows location settings of Data Factory and its integration run times:


使用する IR の判別Determining which IR to use

コピー アクティビティCopy activity

コピー アクティビティの場合、データ フローの方向を定義するのに、ソースとシンクのリンクされたサービスが必要です。For Copy activity, it requires source and sink linked services to define the direction of data flow. どの統合ランタイム インスタンスを使用してコピーを実行するかを決めるために、次のロジックが使用されます。The following logic is used to determine which integration runtime instance is used to perform the copy:

  • 2 つのクラウド データ ソース間でのコピー: ソースとシンクの両方のリンクされたサービスで Azure IR を使用している場合、ADF では、場所が指定されている場合は、そのリージョンの Azure IR が使用されます。自動解決 IR (既定) が選択されている場合は、「統合ランタイムの場所」セクションで説明したとおり、Azure IR の場所が自動的に決定されます。Copying between two cloud data sources: when both source and sink linked services are using Azure IR, ADF uses the regional Azure IR if you specified, or auto determine a location of Azure IR if you choose the autoresolve IR (default) as described in Integration runtime location section.
  • クラウド データ ソースとプライベート ネットワーク内のデータ ソースの間でのコピー: ソースかシンクのいずれかのリンクされたサービスがセルフホステッド IR を指している場合、そのセルフホステッド統合ランタイム上でコピー アクティビティが実行されます。Copying between a cloud data source and a data source in private network: if either source or sink linked service points to a self-hosted IR, the copy activity is executed on that self-hosted Integration Runtime.
  • プライベート ネットワーク内の 2 つのデータ ソース間でのコピー: ソースとシンクの両方のリンクされたサービスが同じ統合ランタイム インスタンスを指す必要があり、その統合ランタイムを使用してコピー アクティビティが実行されます。Copying between two data sources in private network: both the source and sink Linked Service must point to the same instance of integration runtime, and that integration runtime is used to execute the copy Activity.

Lookup および GetMetadata アクティビティLookup and GetMetadata activity

Lookup および GetMetadata アクティビティは、データ ストアのリンクされたサービスに関連付けられている統合ランタイム上で実行されます。The Lookup and GetMetadata activity is executed on the integration runtime associated to the data store linked service.

外部変換アクティビティExternal transformation activity

外部のコンピューティング エンジンを活用する外部変換アクティビティにはそれぞれ、ターゲット コンピューティングのリンクされたサービスがあり、これは統合ランタイムに向けられています。Each external transformation activity that utilizes an external compute engine has a target compute Linked Service, which points to an integration runtime. この統合ランタイム インスタンスによって、手動コーディングされたその外部変換アクティビティのディスパッチ元が判断されます。This integration runtime instance determines the location where that external hand-coded transformation activity is dispatched from.

Data Flow アクティビティData Flow activity

Data Flow アクティビティは、それに関連付けられている Azure 統合ランタイムで実行されます。Data Flow activities are executed on the Azure integration runtime associated to it. Data Flow で活用される Spark コンピューティングは Azure 統合ランタイムのデータ フロー プロパティによって決定され、ADF によって完全管理されます。The Spark compute utilized by Data Flows are determined by the data flow properties in your Azure Integration Runtime and are fully managed by ADF.

次のステップNext steps

次の記事をご覧ください。See the following articles: