Microsoft Azure Data Factory

Azure Data Factory, zkráceně ADF, je služba Microsoftu běžící v cloudu Azure. Podle oficiální dokumentace jde o spravovanou službu pro složité hybridní procesy typu ETL (extrakce, transformace, načtení), ELT a obecně integraci dat. Jednoduše řečeno: firma má data rozházená v databázích, souborech a aplikacích a ADF je podle časového plánu nebo události sbírá, upravuje a ukládá na jedno místo, třeba do datového skladu nebo datového jezera.

Důležité upozornění hned na začátku: v aktuální dokumentaci Microsoft uvádí, že Data Factory ve Microsoft Fabric je nová generace ADF s jednodušší architekturou a vestavěnou umělou inteligencí, a že kdo s integrací dat teprve začíná, má začít s Fabric verzí. Stávající ADF tedy stále funguje, ale není to už doporučená volba pro úplné nováčky. Srovnávací články z let 2025 a 2026 popisují ADF jako vhodnější pro rozsáhlé a složité projekty s větší možností nastavení, zatímco Fabric verze je rychlejší na rozjezd, ale má podle nich méně funkcí.

ADF funguje na několika základních pojmech. Pipeline je skupina kroků, které dohromady vykonají jednu práci. Jednotlivý krok se nazývá aktivita a může data kopírovat, transformovat nebo řídit průběh (podmínky, cykly For-each). Linked service je něco jako připojovací řetězec k databázi či úložišti, dataset popisuje strukturu dat a integration runtime je výpočetní prostředí, které práci skutečně provede. Spouštění řeší triggery, například pravidelný denní plán nebo příchod souboru do úložiště.

Konkrétně služba podle Microsoftu nabízí více než 90 vestavěných konektorů bez příplatku, vizuální tvorbu procesů bez psaní kódu a takzvané mapping data flows, které transformace spouštějí na Sparku, aniž by uživatel musel spravovat clustery. Pro kód psaný ručně lze volat externí výpočty, například Azure Databricks nebo HDInsight. K dispozici je podpora CI/CD přes Azure DevOps a GitHub, monitoring přes Azure Monitor a integrace s Microsoft Entra ID a řízením přístupu podle rolí. Microsoft také uvádí SLA 99,9 % a možnost migrace starších balíčků SQL Server Integration Services (SSIS).

Původní popis na našem webu zmiňoval vkládání predikčních modelů přímo do datových toků přes Azure Machine Learning. To jsme ve zdrojích, které jsme otevřeli, neověřili; dokumentace uvádí pouze to, že transformace lze spouštět na externích výpočetních službách včetně Machine Learning. ADF je tedy především nástroj na dopravu a přípravu dat, ne nástroj s vlastní umělou inteligencí.

Co se týče slabších stránek, recenze a komunitní zdroje opakovaně zmiňují obtížné ladění složitějších pipeline (obecné chybové hlášky, nelze procházet běh krok za krokem) a nepředvídatelné náklady spojené s počtem spuštění a objemem přesunutých dat. Platí se podle spotřeby: za spuštění aktivit, hodiny přesunu dat, výpočetní čas data flow a další provozní operace. Přesné sazby se nám z ceníku nepodařilo přečíst, proto je neuvádíme a odkazujeme na kalkulačku cen Azure.

Pokud jde o češtinu, ze zdrojů, které jsme otevřeli, jsme nezjistili, že by ADF měl lokalizované rozhraní nebo českou dokumentaci. Dokumentace a ceník, které jsme viděli, byly v angličtině. Nástroj je určen pro technické profesionály: vyžaduje předplatné Azure, znalost databází a základů práce s cloudem. Pro osobní použití nebo běžné úkoly s daty v Excelu je zbytečně složitý. Pro české firmy, které už používají Azure nebo SQL Server, může dávat smysl jako orchestrátor datových toků.