用户可以通过UI来创建ADF，在UI中创建ADF时，用户不需要下载单独的IDE，而仅仅通过 Microsoft Edge 或者 Google Chrome浏览器。用户登录Azure Portal，选择 “Data factories” 服务，通过 Data factories 服务中创建ADF。
一，创建Data Factory实例
打开 Data factories之后，点击“+ Add”，创建自己的数据工厂实例：
step1，填写Basics信息
在 “Create Data Factory” 面板中开始创建数据工厂实例，首先填写“Basics”信息：Subscription（订阅）、资源组（Resource group）、区域（Region）、名称（Name）和版本（Version），版本选择V2。
step2：配置git
在V2版本中，用户在创建数据工厂时，还可以配置“Git configuration”，用于版本控制，可以勾选“Configure Git later”，在创建数据工厂实例之后，择机配置git。
step3：检查和创建
检查（Review+Create）无误后，点击“Create” 按钮创建Data factory 实例。等实例创建完成，点击Next Step “Go to resource” 导航到数据工厂页面。
二，作者和监视器
在Data factory的overview页面上，点击"Authoer & Monitor"按钮，这会导航到 Azure Data Factory的用户界面（UI）页面中。
ADF的UI界面如下图所示，界面中显示了常用的几个功能：Create Pipeline、Create Data Flow等。
由于我们是第一次创建Data Factory，在创建Pipeline之前，我们还需要创建连接（connection）和数据集（dataset）。
三，创建连接服务
点击UI界面左侧的“Manage”选项卡，首先创建连接，连接有两种类型：Linked services 和 Integration runtimes，本文创建Liked Services，由于Linked Services 依赖于Integration runtimes，因此，我们首先创建Integration runtimes。
1，创建Integration runtimes（IR）
如何创建Integration runtimes，请阅读：《ADF 第三篇：Integration runtime和 Linked Service》
2，创建Linked Services
在Connections中选中“Linked Services”，点击“+New”，创建一个新的Linked Services：
不同的数据源，有不同的Linked Service，要根据实际的数据源，选择合适的数据源的类型，下图创建的Linked Service的类型是SQL Server，输入 Name、Connect via integration runtime、Server name、Database name、Authentication type 、 User name和 Password。
注意，Connect via integration runtime 就是上一节创建的Integration runtimes。
Azure Key Vault是一个存储空间，用户把密码存储到Azure Key Vault中，输入Key Vault的名称和密码就能提取它存储的信息。
四，创建Dataset
dataset 代表数据存储的结构（schema），它既可以代表数据源，从数据源中读取数据；也可以代表数据目标，把数据存储到该数据目标中。
创建一个dataset实例，只是存储了数据存储的结构等元数据信息，而不会真正存储实际的数据。数据真正存储在dataset指向的底层存储对象中，举个例子，dataset执行SQL Server实例中的一个表，那么数据实际存储在这个表中，而dataset存储的数据是表的结构和导航到表的Linked Service。同一个dataset，既可以作为获取数据的数据源，也可以作为存储数据的数据目标。
点击“铅笔”对应的“Author”选项卡，进入到Fact Resources界面，点击“+”，选择 Dataset，进入到创建Dataset的界面
设置Dataset的属性，设置Dataset的Name，通过Linked service来获取源数据的连接，通过Table name来指定表，建议把Import schema设置为From conneciton/store。
五，创建Pipeline
创建管道，管道相当于一个容器，可以把一个或多个Activity拖放到管道中。
如果向管道中放置Activity？用户不需要编写任何代码，只需要从“Activities”列表中选择需要的Activity，拖放到Pipeline中，常用的Activity 通常位于“General”子目录中。
本文演示Copy data Activity的用法，从“Move & transform”子目录，选择Copy data：
Copy Activity的作用是把数据从一个dataset转移到另一个dataset中。
1，设置Copy Activity的Source属性
Source 属性表示数据源，Copy Activity 从Source dataset中获取数据：
2，Copy Activity的Sink属性
Sink属性用于设置数据目标，Sink dataset用于存储数据：
3，Copy Activity的其他属性
Mapping属性选项卡用于设置Source dataset和Sink dataset之间的列映射，并可以设置列类型的转换。
4，调试Pipeline
点击“Debug”对当前Pipeline进行调试
到此，一个简单的ADF就创建完成。
参考文档：
Quickstart: Create a data factory by using the Azure Data Factory UI