Data Factory im Vergleich: Fabric vs. Azure

Azure Data Factory und Data Factory in Microsoft Fabric sind beide Datenpipeline-Produkte von Microsoft, und keines hat das andere abgelöst. Azure Data Factory ist eine eigenständige Azure-Ressource mit eigener Abrechnung. Data Factory in Fabric ist eine Workload innerhalb eines Fabric-Workspace und wird über die Fabric-Kapazität dieses Workspace abgerechnet, zusammen mit Lakehouses, Warehouses und Power BI.

Was beide sind

Azure Data Factory orchestriert und automatisiert Datenpipelines: Extract-, Transform- und Load-Aktivitäten, die Daten nach Zeitplan oder Trigger zwischen Quellen und Zielen bewegen, mit integriertem Monitoring und Logging.

Data Factory in Fabric deckt dasselbe Feld innerhalb eines Fabric-Workspace ab. Es vereint zwei Tools, die früher getrennt waren: Pipelines, die Aktivitäten orchestrieren und planen wie Azure Data Factory, und Dataflows Gen2, ein auf Power Query basierendes Transformationstool. Eine Pipeline kann einen Dataflow als einen ihrer Schritte aufrufen.

Was beide gemeinsam haben

Beide verbinden sich mit lokalen, Cloud- und SaaS-Quellen. Beide sind cloudbasiert und decken ab:

• Datenintegration und Orchestrierung

• Zeitpläne und Trigger

• Monitoring und Logging

• Fehlerbehandlung und Wiederholungsversuche

Worin sie sich unterscheiden

Die Wahl zwischen beiden

• Data Factory in Fabric passt, wenn Ihre Pipelines ein Fabric Lakehouse oder Warehouse speisen, Ihr Team schon Fabric-Kapazität für Power BI oder Data Engineering hat oder Sie Pipelines, Dataflows, Notebooks und Reports in einem Workspace mit gemeinsamen Berechtigungen wollen.

• Azure Data Factory passt, wenn Ihre Pipelines Azure-Dienste außerhalb von Fabric speisen, Ihre Infrastructure as Code und CI/CD schon darauf ausgerichtet sind oder Sie bestehende Pipelines nicht verschieben wollen und es jetzt keinen klaren Nutzen gibt.

Keine Wahl ist endgültig, und eine Pipeline, die in dem einen gebaut ist, lässt sich später im anderen nachbauen. Mehr Argumente für Fabric finden Sie unter Warum Microsoft Fabric. Die Transformationsoptionen von Fabric selbst, sobald die Daten in einem Lakehouse liegen, zeigt Dataflows Gen2 vs. Notebooks. Eine vollständige Anleitung zum Bau einer Pipeline in Azure Data Factory, einschließlich eines durchgerechneten Beispiels mit der Copy-Aktivität, bietet unser Leitfaden zur Funktionsweise von Azure Data Factory.

FAQs

Ersetzt Data Factory in Fabric die Azure Data Factory?

Nein. Beide sind aktuelle Microsoft-Produkte. Fabric hat eine eigene Data-Factory-Workload ergänzt und den eigenständigen Azure-Dienst nicht abgekündigt.

Brauche ich Azure Data Factory, wenn ich schon Fabric nutze?

Nicht unbedingt. Ist jede Quelle und jedes Ziel Ihrer Pipelines aus Fabric erreichbar und zahlt Ihr Team schon für Fabric-Kapazität, kann Data Factory in Fabric dasselbe Feld ohne separate Azure-Ressource abdecken. Behalten Sie Azure Data Factory daneben, wenn einige Pipelines Azure-Dienste speisen, die Ihr Fabric-Workspace nicht berührt.

Was ist günstiger?

Das hängt von Ihrem Pipeline-Volumen und Ihren Datenbewegungsmustern ab, nicht vom Produktnamen. Azure Data Factory rechnet jeden Pipeline-Lauf und jede Datenbewegung über eigene Zähler ab. Data Factory in Fabric zieht aus einer Kapazität, die Sie vielleicht ohnehin zahlen. Rechnen Sie beide Preisseiten mit Ihrer eigenen Zahl an Pipelines durch, bevor Sie entscheiden.

Quellen

• Data Factory in Microsoft Fabric overview - Microsoft Learn

• Introduction to Azure Data Factory - Microsoft Learn