Les données résident souvent dans plusieurs tables ou sources, ce qui rend essentiel de **fusionner les informations** pour obtenir des insights significatifs. Dans ce chapitre, vous apprendrez à utiliser les jointures dans Azure Data Factory (ADF) Data Flows pour fusionner efficacement les ensembles de données.

ADF prend en charge plusieurs types de jointures :

- **Jointure interne** : combine les lignes où les clés correspondent dans les deux ensembles de données ;
- **Jointure externe gauche** : inclut toutes les lignes de l'ensemble de données de gauche et les lignes correspondantes de droite ;
- **Jointure externe droite** : inclut toutes les lignes de l'ensemble de données de droite et les lignes correspondantes de gauche ;
- **Jointure externe complète** : inclut toutes les lignes des deux ensembles de données, avec des valeurs nulles pour les lignes non appariées ;
- **Jointure croisée** : produit un produit cartésien des deux ensembles de données.

### Comment Combiner des Données avec des Joins dans ADF  

1. Créez un **nouveau** Flux de Données ou utilisez un **existant** ;
2. Faites glisser deux **Transformations Source** sur le canevas du Flux de Données et connectez-les aux tables SQL respectives ;
3. Faites glisser une **Transformation de Join** depuis la boîte à outils sur le canevas et connectez-y les deux sources ;  
4. Dans les paramètres de la Transformation de Join, sélectionnez le **Type de Join** et définissez la **Condition de Join** ; 
5. Ajoutez une **Transformation de Colonne Dérivée** ou **toute autre transformation** après le join pour obtenir des insights ;  
5. Ajoutez une **Transformation de Destination** pour stocker le résultat ;   
6. Validez la configuration du Flux de Données pour vous assurer que tout est correct.


Dans les paramètres de la Transformation de Join, lequel des éléments suivants devez-vous définir ?

Maîtrisez les bases de l'ingénierie des données avec Microsoft Azure dans ce cours complet. En commençant par des concepts fondamentaux tels que l'informatique en nuage, la gestion des ressources et les solutions de stockage, vous progresserez vers une formation pratique dans Azure Data Factory (ADF), maîtrisant les flux de travail ETL/ELT et les transformations de données avancées. À travers des exemples pratiques et la résolution de problèmes réels, vous acquerrez les compétences nécessaires pour concevoir, mettre en œuvre et optimiser des solutions de données évolutives en utilisant Azure.

Plongez profondément dans les concepts fondamentaux et les outils nécessaires pour commencer votre parcours avec Microsoft Azure. Vous explorerez les bases de l'informatique en nuage, apprendrez à organiser et gérer efficacement les ressources à l'aide des Groupes de Ressources Azure, et configurerez des services de base tels que le Stockage Blob et la Base de Données Azure SQL. De plus, vous sécuriserez les données sensibles avec Azure Key Vault et obtiendrez un aperçu d'Azure Data Factory (ADF) pour comprendre son rôle dans les flux de travail modernes d'ingénierie des données.

Explorez les fonctionnalités de base d'Azure Data Factory (ADF), un outil puissant pour créer et automatiser des workflows ETL/ELT. Dans cette section, vous apprendrez à configurer des services, des ensembles de données et des pipelines tout en explorant des activités clés telles que Copy, Lookup et Script. Vous travaillerez également avec des fonctionnalités avancées comme l'activité ForEach pour l'itération et les paramètres de pipeline pour plus de flexibilité.

Cette section se concentre sur l'utilisation des capacités de flux de données d'Azure Data Factory pour transformer et enrichir vos données. Vous apprendrez à connecter diverses sources de données, créer des colonnes dérivées et fusionner des ensembles de données à l'aide de jointures. Des exemples pratiques vous guideront à travers le filtrage, le tri, les divisions conditionnelles et l'agrégation de données pour générer des insights significatifs. En maîtrisant ces transformations, vous serez équipé pour construire des workflows ETL robustes et efficaces adaptés aux défis réels de l'ingénierie des données.

Appliquez vos connaissances à des scénarios réels d'ingénierie des données dans cette section pratique. Vous relèverez des défis pratiques tels que le chargement et l'analyse de données pour différentes catégories, l'identification de motifs et l'évaluation de la santé financière à l'aide de workflows ADF avancés. En résolvant ces problèmes, vous acquerrez de l'expérience dans la conception de solutions de données de bout en bout, le travail avec des ensembles de données diversifiés et la génération d'informations exploitables.

Introduction à l'Ingénierie des Données avec Azure

Combiner des Données avec des Jointures

Comment Combiner des Données avec des Joins dans ADF