Azure data factory Azure数据工厂：不同的计算环境

有几个计算环境可以为我进行转换。我有一个REST源，每天都从中得到响应，我必须执行一些转换

---

我不知道什么是最好的方法？或者换句话说，所有计算环境之间有什么不同，比如我应该在什么时候使用Azure批处理、存储过程、HDInsight等？

这实际上取决于数据的位置。如果将数据存储在数据池中，则不会使用存储过程。如果您将数据存储在Azure Sql中，则不会使用data Lake Analytics

基本上是这样的：

Data lake -> data lake analytics with u-sql
Azure SQL (warehouse or just sql) -> stored procedure
HDInsight hadoop -> Pig, hive, etc
None of the above -> custom activity with Azure Batch

---

希望这有帮助

好的，所以我转换的数据将在Azure sql仓库中。现在我可以不使用HDInsight进行转换了吗？比如说，无论如何都可以使用它吗？既然转换后的数据将在azure sql上，我应该如何在它上实现机器学习？像HDInsight一样，我应该使用（spark）或data lake analytics还是自定义活动？那么azure sql的数据如何在HDInsight环境中使用呢？基本上我不想使用存储过程，因为我认为与Spark相比，转换过程需要很多时间。如果你问我，azure factory文档在很多方面都不是很清楚。我建议你多阅读文档，并提出更具体的问题，我可以向你保证，你需要的答案都在官方文档中，并且比我在这里键入的内容解释得更好：）是的。由于我在周末读了一些文档，现在我觉得上面的问题很荒谬当然，我现在会更彻底地阅读文档。