Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Azure Stream Analytics ist ein vollständig verwalteter Platform-as-a-Service (PaaS) für die Streamverarbeitung. In diesem Artikel wird das Ressourcenmodell für Stream Analytics beschrieben, indem das Konzept eines Stream Analytics-Clusters, eines Auftrags und der Komponenten eines Auftrags vorgestellt wird.
Stream Analytics-Auftrag
Ein Stream Analytics-Auftrag ist die grundlegende Einheit in Stream Analytics, mit der Sie Ihre Streamverarbeitungslogik definieren und ausführen können. Ein Auftrag besteht aus drei Hauptkomponenten:
- Eingabe
- Output
- Abfrage
Eingabe
Ein Auftrag kann eine oder mehrere Eingaben aufweisen, aus denen kontinuierlich Daten gelesen werden. Diese Eingabedatenquellen für das Streaming könnten Azure Event Hubs, Azure IoT Hub oder Azure Storage sein. Stream Analytics unterstützt auch das Lesen statischer oder sich langsam ändernder Eingabedaten (so genannter Referenzdaten), die häufig zur Anreicherung von Streamingdaten verwendet werden. Das Hinzufügen dieser Eingaben zu Ihrem Auftrag ist ein Vorgang ohne Code.
Output
Ein Auftrag kann eine oder mehrere Ausgaben aufweisen, in die kontinuierlich Daten geschrieben werden. Stream Analytics unterstützt 12 verschiedene Ausgabesenken, darunter Azure SQL-Datenbank, Azure Data Lake Storage, Azure Cosmos DB, Power BI und mehr. Das Hinzufügen dieser Ausgaben zu Ihrem Auftrag ist ebenfalls ein Vorgang ohne Code.
Abfrage
Sie können Ihre Streamverarbeitungslogik implementieren, indem Sie eine SQL-Abfrage in Ihrem Auftrag schreiben. Dank der umfangreichen SQL-Sprachunterstützung können Sie Szenarien wie das Analysieren von komplexem JSON, das Filtern von Werten, das Berechnen von Aggregaten, das Durchführen von Joins und sogar fortgeschrittenere Anwendungsfälle wie räumliche Analysen und Anomalieerkennung bewältigen. Sie können diese SQL-Sprache auch mit benutzerdefinierten JavaScript-Funktionen (UDF) und benutzerdefinierten Aggregaten (UDA) erweitern. Mit Stream Analytics können Sie außerdem durch einfache Konfigurationen in den Einstellungen Ihres Auftrags auf verspätete und außerplanmäßige Ereignisse reagieren. Sie können Ihre Abfrage auch auf der Grundlage der Ankunftszeit des Eingabeereignisses an der Eingabequelle oder des Zeitpunkts, zu dem das Ereignis an der Ereignisquelle generiert wurde, ausführen lassen.
Ausführen eines Auftrags
Sobald Sie Ihren Auftrag entwickelt haben, indem Sie Eingaben, Ausgaben und eine Abfrage konfiguriert haben, können Sie Ihren Auftrag starten, indem Sie die Anzahl der Streamingeinheiten angeben. Sobald Ihr Auftrag gestartet wurde, geht er in den Status Wird ausgeführt über und bleibt in diesem Zustand, bis er explizit beendet wird oder ein nicht behebbarer Fehler auftritt. Wenn der Auftrag ausgeführt wird, ruft er kontinuierlich Daten aus Ihren Eingabequellen ab, führt die Abfragelogik aus und erzeugt Ergebnisse, die mit einer Wartezeit von Millisekunden in Ihre Ausgabesenken geschrieben werden.
Wenn Ihr Auftrag gestartet wird, kümmert sich der Stream Analytics-Dienst um die Kompilierung Ihrer Abfrage und weist eine bestimmte Menge an Compute und Arbeitsspeicher zu, basierend auf der Anzahl der in Ihrem Auftrag konfigurierten Streamingeinheiten. Sie müssen sich nicht um die zugrunde liegende Infrastruktur kümmern, z. B. die Wartung von Clustern oder Sicherheitspatches, da dies automatisch von der Plattform übernommen wird. Wenn Sie Aufträge in der Standard-SKU ausführen, werden Ihnen die Streamingeinheiten erst berechnet, wenn der Auftrag ausgeführt wird.
Stream Analytics-Cluster
Standardmäßig werden Stream Analytics-Aufträge in der mehrinstanzenfähigen Standardumgebung ausgeführt, die die Standard-SKU bildet. Stream Analytics bietet auch eine dedizierte SKU, mit der Sie einen ganzen Stream Analytics-Cluster bereitstellen können, der Ihnen gehört. Dadurch haben Sie die volle Kontrolle darüber, welche Aufträge in Ihrem Cluster ausgeführt werden. Die Mindestgröße eines Stream Analytics-Clusters beträgt 12 Streamingeinheiten, und die gesamte Clusterkapazität wird Ihnen ab dem Zeitpunkt der Bereitstellung in Rechnung gestellt. Hier erfahren Sie mehr über die Vorteile von Stream Analytics-Clustern und wann Sie sie verwenden sollten.
Nächste Schritte
Erfahren Sie, wie Sie Ihre Azure Stream Analytics- und anderen Konzepte verwalten können: