Compartir a través de


Configuración de la ingesta de streaming en el clúster de Azure Data Explorer

La ingesta de streaming es útil para cargar datos cuando se necesita una latencia baja entre la ingesta y la consulta. Considere la posibilidad de usar la ingesta de streaming en los escenarios siguientes:

  • Se requiere latencia de menos de un segundo.
  • Para optimizar el procesamiento operativo de muchas tablas donde el flujo de datos a cada tabla es relativamente pequeño (pocos registros por segundo), pero el volumen de ingesta de datos global es alto (miles de registros por segundo).

Si el flujo de datos en cada tabla es alto (más de 4 GB por hora), considere la posibilidad de usar la ingesta por lotes.

Para obtener más información sobre los diferentes métodos de ingesta, consulte visión general de la ingesta de datos.

Elección del tipo de ingesta de streaming adecuado

Se admiten dos tipos de ingesta de streaming:

Tipo de ingesta Descripción
Conexión de datos Las conexiones de datos de Event Hub, IoT Hub y Event Grid pueden usar la ingesta de streaming, siempre que esté habilitada en el nivel de clúster. La decisión de utilizar la ingestión de streaming se realiza según la directiva de ingestión de streaming configurada en la tabla de destino.
Para obtener información sobre cómo administrar conexiones de datos, consulte Centro de eventos, IoT Hub y Event Grid.
Ingesta personalizada La ingesta personalizada requiere que escriba una aplicación que use una de las bibliotecas cliente de Azure Data Explorer.
Use la información de este tema para configurar la ingesta personalizada. También puede encontrar útil la aplicación de ejemplo de ingesta de streaming de C# .

Use la tabla siguiente para ayudarle a elegir el tipo de ingesta adecuado para su entorno:

Criterio Conexión de datos Ingestión personalizada
Retraso de datos entre el inicio de la ingesta y los datos disponibles para la consulta Retraso más largo Retraso más corto
Sobrecarga de desarrollo Configuración rápida y sencilla, sin sobrecarga de desarrollo Sobrecarga de desarrollo elevada para crear una aplicación que ingiere los datos, controla los errores y garantiza la coherencia de los datos.

Nota:

Puede administrar el proceso para habilitar y deshabilitar la ingesta de streaming en el clúster mediante Azure Portal o mediante programación en C#. Si usa C# para la aplicación personalizada, puede que le resulte más conveniente usar el enfoque mediante programación.

Prerrequisitos

Consideraciones operativas y de rendimiento

Los principales colaboradores que pueden afectar a la ingesta de streaming son:

  • Tamaño de la máquina virtual y del clúster: el rendimiento de la ingesta de streaming y la capacidad se escalan con un mayor tamaño de máquina virtual y clúster. El número de solicitudes de ingesta simultáneas se limita a seis por núcleo. Por ejemplo, para 16 SKU principales, como D14 y L16, la carga máxima admitida es 96 solicitudes de ingesta simultáneas. Para dos SKU principales, como D11, la carga máxima admitida es de 12 solicitudes de ingesta simultáneas.
  • Límite de tamaño de datos: el límite de tamaño de datos para una solicitud de ingesta de streaming es de 4 MB. Esto incluye los datos creados para las directivas de actualización durante la ingesta.
  • Actualizaciones de esquema: las actualizaciones de esquema, como la creación y modificación de tablas y asignaciones de ingesta, pueden tardar hasta cinco minutos en el servicio de ingesta de streaming. Para obtener más información, consulte Ingesta de streaming y cambios de esquema.
  • Capacidad de SSD: habilita la ingesta de streaming en un clúster, incluso cuando los datos no se ingieren a través del streaming, usa parte del disco SSD local de las máquinas del clúster para los datos de ingesta de streaming y reduce el almacenamiento disponible para la caché activa.

Habilita la ingesta de streaming en tu clúster

Para poder usar la ingesta de streaming, debe habilitar la funcionalidad en el clúster y definir una directiva de ingesta de streaming. Puede habilitar la funcionalidad al crear el clúster o agregarla a un clúster existente.

Advertencia

Revise las limitaciones antes de habilitar la ingesta de streaming.

Habilitación de la ingesta de streaming al crear un nuevo clúster

Puede habilitar la ingesta de streaming al crear un clúster mediante Azure Portal o mediante programación en C#.

Al crear un clúster mediante los pasos descritos en Creación de un clúster y una base de datos de Azure Data Explorer, en la pestaña Configuraciones , seleccione Ingesta de streaming>Activado.

Habilite la ingesta de streaming al crear un clúster en Azure Data Explorer.

Habilitación de la ingesta de streaming en un clúster existente

Si tiene un clúster existente, puede habilitar la ingesta de streaming mediante Azure Portal o mediante programación en C#.

  1. En Azure Portal, vaya al clúster de Azure Data Explorer.

  2. En Configuración, seleccione Configuraciones.

  3. En el panel Configuraciones , seleccione Activado para habilitar la ingesta de streaming.

  4. Haga clic en Guardar.

    Activa la ingesta de streaming en Azure Data Explorer.

Crea una tabla de destino y define la política

Cree una tabla para recibir los datos de ingesta de streaming y defina su directiva relacionada mediante Azure Portal o mediante programación en C#.

  1. En Azure Portal, vaya al clúster.

  2. Seleccione Consulta.

    Seleccione la consulta en el portal de Azure Data Explorer para habilitar la ingesta de streaming.

  3. Para crear la tabla que recibirá los datos a través de la ingesta de streaming, copie el comando siguiente en el panel Consulta y seleccione Ejecutar.

    .create table TestTable (TimeStamp: datetime, Name: string, Metric: int, Source:string)
    

    Cree una tabla para la ingesta de streaming en Azure Data Explorer.

  4. Copie uno de los comandos siguientes en el panel Consulta y seleccione Ejecutar. La política de ingestión de transmisión en la tabla que ha creado o en la base de datos que contiene la tabla queda definida por esto.

    Sugerencia

    Una directiva definida en el nivel de base de datos se aplica a todas las tablas existentes y futuras de la base de datos. Al habilitar la directiva en el nivel de base de datos, no es necesario habilitarla por tabla.

    • Para definir la directiva en la tabla que creó, use:

      .alter table TestTable policy streamingingestion enable
      
    • Para definir la directiva en la base de datos que contiene la tabla que creó, use:

      .alter database StreamingTestDb policy streamingingestion enable
      

    Defina la directiva de ingesta de streaming en Azure Data Explorer.

Crea una aplicación de ingesta de streaming para introducir datos en tu clúster.

Crear su aplicación para ingerir datos en su clúster usando su lenguaje preferido.

using System.IO;
using System.Threading.Tasks;
using Kusto.Data; // Requires Package Microsoft.Azure.Kusto.Data
using Kusto.Data.Common;
using Kusto.Ingest; // Requires Package Microsoft.Azure.Kusto.Ingest

namespace StreamingIngestion;
class Program
{
    static async Task Main(string[] args)
    {
        var clusterPath = "https://<clusterName>.<region>.kusto.windows.net";
        var appId = "<appId>";
        var appKey = "<appKey>";
        var appTenant = "<appTenant>";
        // Create Kusto connection string with App Authentication
        var connectionStringBuilder = new KustoConnectionStringBuilder(clusterPath)
            .WithAadApplicationKeyAuthentication(
                applicationClientId: appId,
                applicationKey: appKey,
                authority: appTenant
            );
        // Create a disposable client that will execute the ingestion
        using var client = KustoIngestFactory.CreateStreamingIngestClient(connectionStringBuilder);
        // Ingest from a compressed file
        var fileStream = File.Open("MyFile.gz", FileMode.Open);
        // Initialize client properties
        var ingestionProperties = new KustoIngestionProperties(databaseName: "<databaseName>", tableName: "<tableName>");
        // Create source options
        var sourceOptions = new StreamSourceOptions { CompressionType = DataSourceCompressionType.GZip, };
        // Ingest from stream
        await client.IngestFromStreamAsync(fileStream, ingestionProperties, sourceOptions);
    }
}

Deshabilitación de la ingesta de streaming en el clúster

Advertencia

La deshabilitación de la ingesta de streaming puede tardar unas horas.

Antes de deshabilitar la ingesta de streaming en el clúster de Azure Data Explorer, quite la directiva de ingesta de streaming de todas las tablas y bases de datos pertinentes. La eliminación de la directiva de ingesta de streaming desencadena la reorganización de datos dentro del clúster de Azure Data Explorer. Los datos de ingesta de streaming se mueven del almacenamiento inicial al almacenamiento permanente en el almacén columnar (extensiones o fragmentos). Este proceso puede tardar entre unos segundos y unas horas, en función de la cantidad de datos del almacenamiento inicial.

Quitar la política de ingesta de streaming

Puede quitar la directiva de ingesta de streaming mediante Azure Portal o mediante programación en C#.

  1. En Azure Portal, vaya al clúster de Azure Data Explorer y seleccione Consulta.

  2. Para quitar la directiva de ingesta de streaming de la tabla, copie el siguiente comando en el panel Consulta y seleccione Ejecutar.

    .delete table TestTable policy streamingingestion
    

    Elimine la directiva de ingesta de streaming en Azure Data Explorer.

  3. En Configuración, seleccione Configuraciones.

  4. En el panel Configuraciones , seleccione Desactivado para deshabilitar la ingesta de streaming.

  5. Haga clic en Guardar.

    Desactive la ingesta de streaming en Azure Data Explorer.

Limitaciones

  • Las asignaciones de datos deben crearse previamente para su uso en la ingesta de streaming. Las solicitudes de ingesta de streaming individuales no admiten mapeos de datos en línea.
  • Las etiquetas de extensión no se pueden establecer en los datos de ingesta de streaming.
  • Actualizar directiva. La directiva de actualización solo puede hacer referencia a los datos recién ingeridos en la tabla de origen y no a ningún otro dato o tabla de la base de datos.
  • Si la ingesta de streaming está habilitada en un clúster que se utiliza como líder para bases de datos seguidoras, la ingesta de streaming también debe estar habilitada en los clústeres siguientes para seguir los datos de ingesta de streaming. Lo mismo se aplica si los datos del clúster se comparten a través de Data Share.

Pasos siguientes