Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
O Azure Stream Analytics é uma PaaS (plataforma como serviço) totalmente gerenciada para processamento de fluxo. Este artigo descreve o modelo de recursos para o Stream Analytics introduzindo o conceito de um cluster do Stream Analytics, um trabalho e os componentes de um trabalho.
Trabalho do Stream Analytics
Um trabalho do Stream Analytics é a unidade fundamental no Stream Analytics que permite definir e executar sua lógica de processamento de fluxo. Um trabalho é composto por três componentes principais:
- Entrada
- Saída
- Consulta
Entrada
Um trabalho pode ter uma ou mais entradas nas quais você pode ler continuamente os dados. Essas fontes de dados de entrada de streaming podem ser os Hubs de Eventos do Azure, o Hub IoT do Azure ou o Armazenamento do Azure. O Stream Analytics também dá suporte à leitura de dados de entrada estáticos ou de alteração lenta (chamados de dados de referência), que geralmente são usados para enriquecer dados de streaming. Adicionar essas entradas ao trabalho é uma operação que não envolve código.
Saída
Um trabalho pode ter uma ou mais saídas nas quais os dados são gravados continuamente. O Stream Analytics dá suporte a 12 coletores de saída diferentes, incluindo o Banco de Dados SQL do Azure, o Azure Data Lake Storage, o Azure Cosmos DB, o Power BI e muito mais. Adicionar essas entradas ao trabalho também é uma operação que não envolve código.
Consulta
Você pode implementar sua lógica de processamento de fluxo escrevendo uma consulta SQL em seu trabalho. O suporte avançado à linguagem SQL permite que você resolva cenários como análise de JSON complexo, filtragem de valores, cálculo de agregações, execução de junções e até mesmo casos de uso mais avançados, como análise geoespacial e detecção de anomalias. Você também pode estender essa linguagem SQL com UDF (funções definidas pelo usuário) e UDA (agregações definidas pelo usuário) JavaScript. O Stream Analytics também permite que você se ajuste facilmente para eventos atrasados e fora de ordem por meio de configurações simples nas configurações do trabalho. Você também pode optar por executar sua consulta com base na hora de chegada do evento de entrada na fonte de entrada ou quando o evento foi gerado na origem do evento.
Executar um trabalho
Depois de desenvolver seu trabalho configurando entradas, saída e uma consulta, você pode iniciar seu trabalho especificando o número de Unidades de Streaming. Depois que o trabalho for iniciado, ele entrará no estado Em execução e permanecerá nesse estado até que seja interrompido explicitamente ou encontre uma falha irrecuperável. Quando o trabalho está em um estado em execução, ele extrai continuamente dados das suas fontes de entrada, executa a lógica de consulta que produz resultados que são gravados em seus coletores de saída com latência de ponta a ponta de milissegundos.
Quando seu trabalho é iniciado, o serviço do Stream Analytics cuida da compilação da sua consulta e atribui determinada quantidade de computação e memória com base no número de Unidades de Streaming configuradas em seu trabalho. Você não precisa se preocupar com nenhuma infraestrutura subjacente como manutenção de cluster ou patches de segurança, pois a plataforma cuida disso automaticamente. Ao executar trabalhos no SKU Standard, você será cobrado pelas Unidades de Streaming somente quando o trabalho for executado.
Cluster do Stream Analytics
Por padrão, os trabalhos do Stream Analytics são executados no ambiente multilocatário Standard, que forma o SKU Standard. O Stream Analytics também fornece uma SKU Dedicada na qual você pode provisionar um cluster do Stream Analytics inteiro que pertence a você. Isso fornece controle total de quais trabalhos são executados no cluster. O tamanho mínimo de um cluster do Stream Analytics é 12 unidades de streaming, e você é cobrado por toda a capacidade do cluster de quando ele é provisionado. Você pode saber mais sobre os benefícios dos clusters do Stream Analytics e quando usá-los.
Próximas etapas
Saiba como gerenciar o Azure Stream Analytics e outros conceitos: