Azure Data Factory与Azure Logic Apps对比：Freshdesk到SQL数据仓库ETL选型咨询

选型参考 #

• 若单批次同步数据量小于10万条、同步频率低于每小时1次，且需要对接审批、多渠道告警等轻量业务逻辑，优先用Azure Logic Apps，原生Freshdesk连接器开箱即用，配置成本极低
• 若单批次数据量大于10万条、需要做全量+增量定期同步，且后续有数据清洗、多源数据汇总等需求，优先用Azure Data Factory，批量处理效率更高，资源成本更低

Azure Data Factory 实现步骤 #

1. 配置两端连接服务 #

• 源端：创建REST类型的连接服务，认证方式选择Basic Auth，填入Freshdesk域名、你账号下生成的API密钥即可，ADF原生兼容Freshdesk的公开API规范
• 目标端：创建Azure SQL 数据仓库/Azure Synapse类型的连接服务，配置对应实例的访问账号密码，提前在数仓中建好对应业务表（工单、联系人、会话记录等）的结构

2. 配置同步管道 #

• 全量同步场景：直接使用复制活动，源端指定要拉取的Freshdesk API端点（比如/api/v2/tickets），Sink端选择数仓对应表，完成字段映射即可
• 增量同步场景：先通过查找活动拉取数仓中最近一次同步的时间戳，将该时间戳作为参数传给复制活动的源端查询条件，Freshdesk API支持updated_since参数筛选指定时间之后更新的记录，实现增量拉取

3. 调度与异常配置 #

按照业务需求配置管道触发频率（支持分钟级到天级的定时触发），添加失败告警规则，可直接对接Teams、邮件推送同步异常通知

补充说明：如果需要做复杂数据转换（比如字段映射、枚举值替换、多表关联），可以在ADF中加入数据流组件完成全链路处理，不需要额外开发中间服务，处理效率远高于Logic Apps的循环遍历逻辑。

内容的提问来源于stack exchange，提问作者Zack Widdoss