Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Usługa Azure Stream Analytics to w pełni zarządzana platforma jako usługa (PaaS) do przetwarzania strumienia. W tym artykule opisano model zasobów dla usługi Stream Analytics, wprowadzając koncepcję klastra, zadania usługi Stream Analytics i składników zadania.
Zadanie usługi Stream Analytics
Zadanie usługi Stream Analytics to podstawowa jednostka usługi Stream Analytics, która umożliwia definiowanie i uruchamianie logiki przetwarzania strumienia. Zadanie składa się z 3 głównych składników:
- Dane wejściowe
- Dane wyjściowe
- Query
Dane wejściowe
Zadanie może mieć co najmniej jeden element wejściowy, aby stale odczytywać dane. Te źródła danych wejściowych przesyłania strumieniowego mogą być usługą Azure Event Hubs, usługą Azure IoT Hub lub usługą Azure Storage. Usługa Stream Analytics obsługuje również odczytywanie statycznych lub powolnych danych wejściowych (nazywanych danymi referencyjnymi), które są często używane do wzbogacania danych przesyłanych strumieniowo. Dodanie tych danych wejściowych do zadania jest operacją bez kodu.
Wyjście
Zadanie może zawierać co najmniej jedno dane wyjściowe do ciągłego zapisywania danych. Usługa Stream Analytics obsługuje 12 różnych ujść danych wyjściowych, takich jak Azure SQL Database, Azure Data Lake Storage, Azure Cosmos DB, Power BI i inne. Dodanie tych danych wyjściowych do zadania jest również operacją zerową.
Query
Logikę przetwarzania strumieniowego można zaimplementować, pisząc zapytanie SQL w zadaniu. Zaawansowana obsługa języka SQL umożliwia rozwiązywanie problemów ze scenariuszami, takimi jak analizowanie złożonych danych JSON, filtrowanie wartości, przetwarzanie agregacji, wykonywanie sprzężeń, a nawet bardziej zaawansowane przypadki użycia, takie jak analiza geoprzestrzenna i wykrywanie anomalii. Możesz również rozszerzyć ten język SQL przy użyciu funkcji zdefiniowanych przez użytkownika (UDF) i agregacji zdefiniowanych przez użytkownika (UDA). Usługa Stream Analytics umożliwia również łatwe dostosowywanie pod kątem zdarzeń z opóźnieniem i poza kolejnością za pomocą prostych konfiguracji w ustawieniach zadania. Możesz również wykonać zapytanie na podstawie czasu przybycia zdarzenia wejściowego w źródle wejściowym lub gdy zdarzenie zostało wygenerowane w źródle zdarzeń.
Uruchamianie zadania
Po utworzeniu zadania przez skonfigurowanie danych wejściowych, danych wyjściowych i zapytania możesz uruchomić zadanie, określając liczbę jednostek przesyłania strumieniowego. Po uruchomieniu zadania przejdzie w stan Uruchomiono i pozostanie w tym stanie do momentu jawnego zatrzymania lub wystąpienia nieodwracalnego błędu. Gdy zadanie jest w stanie uruchomienia, stale ściąga dane ze źródeł wejściowych, wykonuje logikę zapytania, która generuje wyniki zapisywane w ujściach danych wyjściowych z opóźnieniem końcowym w milisekundach.
Po uruchomieniu zadania usługa Stream Analytics zajmuje się kompilowaniem zapytania i przypisuje pewną ilość zasobów obliczeniowych i pamięci na podstawie liczby jednostek przesyłania strumieniowego skonfigurowanych w zadaniu. Nie musisz martwić się o żadną podstawową infrastrukturę jako konserwację klastra, poprawki zabezpieczeń, ponieważ są to automatycznie obsługiwane przez platformę. W przypadku uruchamiania zadań w jednostce SKU w warstwie Standardowa opłaty są naliczane za jednostki przesyłania strumieniowego tylko wtedy, gdy zadanie zostanie uruchomione.
Klaster usługi Stream Analytics
Domyślnie zadania usługi Stream Analytics są uruchamiane w środowisku wielodostępnym w warstwie Standardowa, które stanowi jednostkę SKU w warstwie Standardowa. Usługa Stream Analytics udostępnia również dedykowaną jednostkę SKU, w której można aprowizować cały klaster usługi Stream Analytics, który należy do Ciebie. Zapewnia to pełną kontrolę nad tym, które zadania są uruchamiane w klastrze. Minimalny rozmiar klastra usługi Stream Analytics to 12 jednostek przesyłania strumieniowego i opłaty są naliczane za całą pojemność klastra od momentu aprowizacji. Możesz dowiedzieć się więcej o zaletach klastrów usługi Stream Analytics i o tym, kiedy go używać.
Następne kroki
Dowiedz się, jak zarządzać usługą Azure Stream Analytics i innymi pojęciami: