Introducing G2.ai, the future of software buying.Try now
AWS Glue und Azure Data Factory vergleichen 
Auf einen Blick
Marktsegmente
Unternehmen (47.3% der Bewertungen)
Unternehmen (62.3% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Keine Preisinformationen verfügbar
AWS Glue
Sternebewertung
(194)4.3 von 5
Marktsegmente
Unternehmen (47.3% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über AWS GlueAzure Data Factory
Sternebewertung
(82)4.6 von 5
Marktsegmente
Unternehmen (62.3% der Bewertungen)
Einstiegspreis
Keine Preisinformationen verfügbar
Erfahren Sie mehr über Azure Data FactoryZusammenfassung
KI-generierte Zusammenfassung
KI-generiert. Angetrieben von echten Nutzerbewertungen.
- Benutzer berichten, dass AWS Glue in seinen Datenumwandlungsfähigkeiten mit einer Bewertung von 8,8 hervorragend ist, während Azure Data Factory mit einer Bewertung von 9,3 noch besser abschneidet, was auf ein robusteres Funktionsset zur Datenumwandlung hinweist.
- Rezensenten erwähnen, dass die Ladefunktionalität von AWS Glue mit 9,2 bewertet wird, was wettbewerbsfähig ist, aber Azure Data Factory übertrifft es mit einer Bewertung von 9,4, was auf einen effizienteren Ladeprozess für Benutzer hindeutet.
- G2-Benutzer heben hervor, dass AWS Glue eine solide Datenqualität und -bereinigung Bewertung von 8,9 hat, aber Azure Data Factory wird für seine überlegene Leistung in diesem Bereich mit einer Bewertung von 9,3 hervorgehoben, was es zu einer besseren Wahl für Benutzer macht, die sich auf Datenintegrität konzentrieren.
- Benutzer auf G2 berichten, dass die Automatisierungsfunktionen von AWS Glue mit 8,7 bewertet werden, während die Automatisierungsfähigkeiten von Azure Data Factory mit 9,2 höher bewertet werden, was auf eine benutzerfreundlichere Erfahrung bei der Automatisierung von Workflows hinweist.
- Rezensenten sagen, dass die Skalierbarkeit von AWS Glue mit 8,8 bewertet wird, was anständig ist, aber die Bewertung von Azure Data Factory von 9,3 deutet darauf hin, dass es größere Arbeitslasten effektiver bewältigen kann, was es zu einer besseren Option für wachsende Unternehmen macht.
- Benutzer berichten, dass die Qualität des Supports von AWS Glue mit 8,4 bewertet wird, während Azure Data Factory eine höhere Bewertung von 8,8 erhält, was darauf hindeutet, dass Benutzer möglicherweise zuverlässigere Unterstützung bei der Nutzung der Dienste von Azure finden.
Hervorgehobene Produkte
Gesponsert
Help Desk Migration Services
(169)
ETL-Werkzeuge
Website besuchen
Gesponsert
Syncari
(42)
ETL-Werkzeuge
Website besuchen
Gesponsert
SolveXia
(30)
ETL-Werkzeuge
Website besuchen
AWS Glue vs Azure Data Factory
Bei der Bewertung der beiden Lösungen fanden die Rezensenten Azure Data Factory einfacher zu verwenden, einzurichten und zu verwalten. Die Rezensenten bevorzugten es auch, insgesamt Geschäfte mit Azure Data Factory zu machen.
- Die Gutachter waren der Meinung, dass Azure Data Factory den Bedürfnissen ihres Unternehmens besser entspricht als AWS Glue.
- Beim Vergleich der Qualität des laufenden Produktsupports bevorzugten die Gutachter Azure Data Factory.
- Bei Feature-Updates und Roadmaps bevorzugten unsere Rezensenten die Richtung von Azure Data Factory gegenüber AWS Glue.
Preisgestaltung
Einstiegspreis
AWS Glue
Keine Preisinformationen verfügbarAzure Data Factory
Keine Preisinformationen verfügbarKostenlose Testversion
AWS Glue
Kostenlose Testversion verfügbar
Azure Data Factory
Keine Informationen zur Testversion verfügbarBewertungen
Erfüllt die Anforderungen
8.5
151
9.2
61
Einfache Bedienung
8.4
154
9.0
62
Einfache Einrichtung
8.6
69
9.1
27
Einfache Verwaltung
8.3
64
8.5
21
Qualität der Unterstützung
8.4
149
8.8
57
Hat the product ein guter Partner im Geschäft waren?
8.8
64
9.4
21
Produktrichtung (% positiv)
9.0
150
9.8
57
Funktionen
Maschinelles Lernen Datenkatalog21 Funktionen ausblenden21 Funktionen anzeigen
8.7
19
Nicht genügend Daten
Daten-Governance
8.5
16
Nicht genügend Daten verfügbar
8.8
14
Nicht genügend Daten verfügbar
8.7
14
Nicht genügend Daten verfügbar
Datenaufbereitung
8.2
17
Nicht genügend Daten verfügbar
8.9
15
Nicht genügend Daten verfügbar
8.9
16
Nicht genügend Daten verfügbar
8.8
18
Nicht genügend Daten verfügbar
Zusammenarbeit
8.2
16
Nicht genügend Daten verfügbar
9.0
16
Nicht genügend Daten verfügbar
8.9
16
Nicht genügend Daten verfügbar
8.6
18
Nicht genügend Daten verfügbar
künstliche intelligenz
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
Funktion nicht verfügbar
Nicht genügend Daten verfügbar
Generative KI
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Agentische KI - Maschinelles Lernen Datenkatalog
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Zugriff auf Datenquellen
8.5
60
Nicht genügend Daten verfügbar
8.4
59
Nicht genügend Daten verfügbar
8.5
56
Nicht genügend Daten verfügbar
Daten-Interaktion
8.3
56
Nicht genügend Daten verfügbar
8.5
60
Nicht genügend Daten verfügbar
8.3
60
Nicht genügend Daten verfügbar
8.8
60
Nicht genügend Daten verfügbar
8.6
54
Nicht genügend Daten verfügbar
8.9
59
Nicht genügend Daten verfügbar
8.6
56
Nicht genügend Daten verfügbar
8.2
57
Nicht genügend Daten verfügbar
Exportieren von Daten
8.5
57
Nicht genügend Daten verfügbar
8.2
58
Nicht genügend Daten verfügbar
8.3
60
Nicht genügend Daten verfügbar
Generative KI
6.9
8
Nicht genügend Daten verfügbar
Verwaltung
9.1
23
Nicht genügend Daten verfügbar
9.0
23
Nicht genügend Daten verfügbar
9.1
25
Nicht genügend Daten verfügbar
Föderation
9.1
24
Nicht genügend Daten verfügbar
9.2
23
Nicht genügend Daten verfügbar
8.9
22
Nicht genügend Daten verfügbar
8.9
22
Nicht genügend Daten verfügbar
Transformation
8.7
24
Nicht genügend Daten verfügbar
9.1
23
Nicht genügend Daten verfügbar
8.6
24
Nicht genügend Daten verfügbar
Management
8.7
61
8.5
41
8.7
56
8.5
40
Funktionalität
9.0
67
9.1
43
8.8
69
9.3
43
9.2
68
9.4
40
8.7
65
9.2
43
8.8
65
9.3
41
Management
9.1
18
Nicht genügend Daten verfügbar
9.0
19
Nicht genügend Daten verfügbar
9.1
18
Nicht genügend Daten verfügbar
9.1
17
Nicht genügend Daten verfügbar
Bereitstellung von Lösungen
9.0
16
Nicht genügend Daten verfügbar
8.8
15
Nicht genügend Daten verfügbar
8.9
16
Nicht genügend Daten verfügbar
Agentic KI - AWS-Marktplatz
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Management
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Reporting
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Sicherheit
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Nicht genügend Daten verfügbar
Kategorien
Kategorien
Geteilte Kategorien
AWS Glue und Azure Data Factory sind kategorisiert als Big-Data-Integrationsplattformen und ETL-Werkzeuge
Einzigartige Kategorien
AWS Glue ist kategorisiert als AWS-Marktplatz, Datenreplikation, Datenvirtualisierung, Datenvorbereitung, und Maschinelles Lernen Datenkatalog
Azure Data Factory hat keine einzigartigen Kategorien
Bewertungen
Unternehmensgröße der Bewerter
AWS Glue
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Azure Data Factory
Kleinunternehmen(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe(51-1000 Mitarbeiter)
Unternehmen(> 1000 Mitarbeiter)
Kleinunternehmen
(50 oder weniger Mitarbeiter)
Unternehmen mittlerer Größe
(51-1000 Mitarbeiter)
Unternehmen
(> 1000 Mitarbeiter)
Branche der Bewerter
Informationstechnologie und Dienstleistungen
17.7%
Computersoftware
14.5%
Finanzdienstleistungen
6.5%
Krankenhaus & Gesundheitswesen
5.4%
Computer- und Netzwerksicherheit
4.3%
Andere
51.6%
Informationstechnologie und Dienstleistungen
33.3%
Computersoftware
14.1%
Finanzdienstleistungen
5.1%
Fluggesellschaften/Luftfahrt
5.1%
Einzelhandel
3.8%
Andere
38.5%
Hilfreichste Bewertungen
AWS Glue
Hilfreichste positive Bewertung
Shubham G.
Verifizierter Benutzer in Krankenhaus & Gesundheitswesen
Sie verbessern die Dinge und machen sie geeigneter.
Hilfreichste kritische Bewertung
Sonali A.
Verifizierter Benutzer in Informationsdienste
AWS Glue ist nicht benutzerfreundlich, die Transformationskomponenten, die wir haben, sind in verschiedenen Szenarien nicht nützlich und wir müssen benutzerdefinierte Transformationen für alles verwenden, einschließlich sogar sehr grundlegender Operationen.
Azure Data Factory
Hilfreichste positive Bewertung
Utkarsh G.
Verifizierter Benutzer in Computersoftware
Die besten Merkmale meiner Meinung nach sind Hybrid-Datenintegration, Datenbewegung, Orchestrierung und Planung sowie Integration mit anderen Azure-Diensten.
Hilfreichste kritische Bewertung
Ravindra J.
Verifizierter Benutzer in Transportwesen/LKW-Transport/Eisenbahn
Manchmal wird es schwierig, die Fehler zu verstehen, aufgrund derer die Datenpipeline fehlschlägt. Selbst nach einer Suche im Internet hilft es nicht, daher könnte die Fehlermeldung verbessert werden, was den Benutzern hilft, sie zu verstehen und leicht zu...
Shubham G.
Verifizierter Benutzer in Krankenhaus & Gesundheitswesen
Sie verbessern die Dinge und machen sie geeigneter.
Utkarsh G.
Verifizierter Benutzer in Computersoftware
Die besten Merkmale meiner Meinung nach sind Hybrid-Datenintegration, Datenbewegung, Orchestrierung und Planung sowie Integration mit anderen Azure-Diensten.
Sonali A.
Verifizierter Benutzer in Informationsdienste
AWS Glue ist nicht benutzerfreundlich, die Transformationskomponenten, die wir haben, sind in verschiedenen Szenarien nicht nützlich und wir müssen benutzerdefinierte Transformationen für alles verwenden, einschließlich sogar sehr grundlegender Operationen.
Ravindra J.
Verifizierter Benutzer in Transportwesen/LKW-Transport/Eisenbahn
Manchmal wird es schwierig, die Fehler zu verstehen, aufgrund derer die Datenpipeline fehlschlägt. Selbst nach einer Suche im Internet hilft es nicht, daher könnte die Fehlermeldung verbessert werden, was den Benutzern hilft, sie zu verstehen und leicht zu...
Diskussionen
Was macht AWS Glue?
2 Kommentare
SG
AWS Glue hilft Ihnen, eine Datenpipeline zu erstellen, die für die Datenvisualisierung oder zum Speichern der Daten nach der Transformation in Glue mit...Mehr erfahren
Was sind die Hauptkomponenten von AWS Glue?
2 Kommentare
MR
AWS Glue ist ein vollständig verwalteter ETL-Dienst (Extract, Transform, Load), der den Prozess der Datenvorbereitung und -ladung für Analysen vereinfacht....Mehr erfahren
Was sind die Eigenschaften von Klebstoff?
1 Kommentar
RV
AWS Glue ist ein vollständig verwalteter Extract, Transform, and Load (ETL)-Dienst, der von Amazon Web Services angeboten wird.
Eigenschaften von AWS Glue...Mehr erfahren
Is Azure data Factory an ETL tool?
1 Kommentar
DM
Ja, Azure Data Factory ist ein No-Code-ETL-Tool. Sehr einfach zu bedienen.Mehr erfahren
Azure Data Factory hat keine weiteren Diskussionen mit Antworten
Auf der Suche nach Software-Einblicken?
Mit über 2,5 Millionen Bewertungen können wir Ihnen die spezifischen Details liefern, die Ihnen bei der informierten Softwarekaufentscheidung für Ihr Unternehmen helfen. Das Finden des richtigen Produkts ist wichtig, lassen Sie uns helfen.
oder fortfahren mit
Durch die Fortsetzung stimmen Sie unseren Nutzungsbedingungen und der Datenschutzrichtlinie zu
