Understanding Azure Data Factory

Guía práctica y conceptual sobre la integración, movimiento y transformación de datos en la nube mediante Azure Data Factory (enfocada en ADF v2 tras su rediseño integral). Escrita por ingenieros de Microsoft y publicada a principios de 2019, está dirigida a ingenieros de datos, desarrolladores de procesos ETL/ELT y profesionales de Business Intelligence de nivel intermedio que cuentan con nociones de SQL y almacenamiento de datos y buscan orquestar flujos analíticos a escala empresarial en entornos híbridos y de nube.

El libro disecciona los bloques constructivos esenciales de Azure Data Factory: Integration Runtimes (Azure, Self-hosted y Azure-SSIS), Linked Services, Datasets, Pipelines y Activities. Explica cómo implementar la ingesta de datos a través de Copy Activity desde almacenes locales y servicios en la nube hacia Azure Blob Storage, Azure Data Lake Store y Azure SQL Database. Aborda la transformación de datos delegando el cómputo en motores analíticos avanzados como Azure Databricks (mediante notebooks en Python y Scala) y Azure HDInsight (Hive, Spark), además del uso de procedimientos almacenados y flujos gráficos (Mapping Data Flows). Asimismo, profundiza en el control de flujo con variables, parámetros, bucles y disparadores (Schedule, Tumbling Window y basados en eventos), la gestión de seguridad con Azure Key Vault y Managed Service Identity (MSI), y la migración ('lift-and-shift') de paquetes existentes de SQL Server Integration Services (SSIS) mediante Azure-SSIS IR.

El aprendizaje se estructura mediante la construcción guiada de canalizaciones de datos reales, ilustrando cómo mover archivos desde fuentes heterogéneas, ejecutar transformaciones por lotes y configurar mecanismos de monitoreo y alertas operativas. Su principal virtud reside en dejar claro el rol de ADF como un orquestador híbrido desacoplado del motor de cómputo, enseñando buenas prácticas de seguridad y parametrización. Al haberse editado en 2019, deja fuera la integración con Microsoft Fabric y la maduración posterior de Synapse Analytics, por lo que es conveniente complementar su lectura con documentación reciente si se emplean las últimas características de la plataforma.