Azure Data Factory（ADF）属于ETL还是ELT？

ADF本质是数据编排与集成平台，而非单一的ETL或ELT引擎——它同时支持两种架构模式，具体取决于你选择的转换执行方式：

• ELT模式：当你用ADF的复制活动直接把数据加载到目标数据仓库（比如Azure Synapse Analytics、Snowflake），再依托目标端的计算引擎（如Synapse SQL池、Snowflake仓库）完成转换时，这就是ELT。此时ADF仅负责数据的抽取、加载，以及后续转换任务的调度编排，转换逻辑完全在目标存储/计算层执行。

• ETL模式：如果通过ADF调用外部专用转换引擎（比如你提到的Azure Databricks Spark集群，或是Azure Functions、SSIS集成运行时），在数据加载到目标前完成转换，这就属于ETL。这种场景下，转换发生在独立于目标端的专用计算层，ADF负责协调抽取、转换、加载的全流程。

需要纠正一个误解：ADF底层并不默认依赖Databricks，Databricks只是ADF支持的众多转换计算选项之一。ADF本身不自带转换引擎，核心能力是调度、编排不同数据源和计算服务来完成数据集成任务。

简言之：ADF不是非此即彼的选择，它是一个灵活的平台，既能实现ELT，也能实现ETL，完全取决于你设计的数据管道架构。

内容的提问来源于stack exchange，提问作者skyline01