Azure Data Factory 系列博客：
- ADF 第一篇：Azure Data Factory介紹
- ADF 第二篇：使用UI創建數據工廠
- ADF 第三篇：Integration runtime和 Linked Service
- ADF 第四篇：管道的執行和觸發器
- ADF 第五篇：轉換數據
- ADF 第六篇：Copy Data Activity詳解
- ADF 第七篇：控制流概述
- ADF 第八篇：傳遞參數（Pipeline的Parameter和Variable，Activity的output）和應用表達式
用戶可以通過UI來創建ADF，在UI中創建ADF時，用戶不需要下載單獨的IDE，而僅僅通過 Microsoft Edge 或者 Google Chrome瀏覽器。用戶登錄Azure Portal，選擇 “Data factories” 服務，通過 Data factories 服務中創建ADF。
一，創建Data Factory實例
打開 Data factories之后，點擊“+ Add”，創建自己的數據工廠實例：
step1，填寫Basics信息
在 “Create Data Factory” 面板中開始創建數據工廠實例，首先填寫“Basics”信息：Subscription（訂閱）、資源組（Resource group）、區域（Region）、名稱（Name）和版本（Version），版本選擇V2。
step2：配置git
在V2版本中，用戶在創建數據工廠時，還可以配置“Git configuration”，用於版本控制，可以勾選“Configure Git later”，在創建數據工廠實例之后，擇機配置git。
step3：檢查和創建
檢查（Review+Create）無誤后，點擊“Create” 按鈕創建Data factory 實例。等實例創建完成，點擊Next Step “Go to resource” 導航到數據工廠頁面。
二，作者和監視器
在Data factory的overview頁面上，點擊"Authoer & Monitor"按鈕，這會導航到 Azure Data Factory的用戶界面（UI）頁面中。
ADF的UI界面如下圖所示，界面中顯示了常用的幾個功能：Create Pipeline、Create Data Flow等。
由於我們是第一次創建Data Factory，在創建Pipeline之前，我們還需要創建連接（connection）和數據集（dataset）。
三，創建連接服務
點擊UI界面左側的“Manage”選項卡，首先創建連接，連接有兩種類型：Linked services 和 Integration runtimes，本文創建Liked Services，由於Linked Services 依賴於Integration runtimes，因此，我們首先創建Integration runtimes。
1，創建Integration runtimes（IR）
如何創建Integration runtimes，請閱讀：《ADF 第三篇：Integration runtime和 Linked Service》
2，創建Linked Services
在Connections中選中“Linked Services”，點擊“+New”，創建一個新的Linked Services：
不同的數據源，有不同的Linked Service，要根據實際的數據源，選擇合適的數據源的類型，下圖創建的Linked Service的類型是SQL Server，輸入 Name、Connect via integration runtime、Server name、Database name、Authentication type 、 User name和 Password。
注意，Connect via integration runtime 就是上一節創建的Integration runtimes。
Azure Key Vault是一個存儲空間，用戶把密碼存儲到Azure Key Vault中，輸入Key Vault的名稱和密碼就能提取它存儲的信息。
四，創建Dataset
dataset 代表數據存儲的結構（schema），它既可以代表數據源，從數據源中讀取數據；也可以代表數據目標，把數據存儲到該數據目標中。
創建一個dataset實例，只是存儲了數據存儲的結構等元數據信息，而不會真正存儲實際的數據。數據真正存儲在dataset指向的底層存儲對象中，舉個例子，dataset執行SQL Server實例中的一個表，那么數據實際存儲在這個表中，而dataset存儲的數據是表的結構和導航到表的Linked Service。同一個dataset，既可以作為獲取數據的數據源，也可以作為存儲數據的數據目標。
點擊“鉛筆”對應的“Author”選項卡，進入到Fact Resources界面，點擊“+”，選擇 Dataset，進入到創建Dataset的界面
設置Dataset的屬性，設置Dataset的Name，通過Linked service來獲取源數據的連接，通過Table name來指定表，建議把Import schema設置為From conneciton/store。
五，創建Pipeline
創建管道，管道相當於一個容器，可以把一個或多個Activity拖放到管道中。
如果向管道中放置Activity？用戶不需要編寫任何代碼，只需要從“Activities”列表中選擇需要的Activity，拖放到Pipeline中，常用的Activity 通常位於“General”子目錄中。
本文演示Copy data Activity的用法，從“Move & transform”子目錄，選擇Copy data：
Copy Activity的作用是把數據從一個dataset轉移到另一個dataset中。
1，設置Copy Activity的Source屬性
Source 屬性表示數據源，Copy Activity 從Source dataset中獲取數據：
2，Copy Activity的Sink屬性
Sink屬性用於設置數據目標，Sink dataset用於存儲數據：
3，Copy Activity的其他屬性
Mapping屬性選項卡用於設置Source dataset和Sink dataset之間的列映射，並可以設置列類型的轉換。
4，調試Pipeline
點擊“Debug”對當前Pipeline進行調試
到此，一個簡單的ADF就創建完成。
參考文檔：
Quickstart: Create a data factory by using the Azure Data Factory UI