Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
O Azure Stream Analytics é uma plataforma como serviço (PaaS) 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, o trabalho e os componentes de um trabalho.
Tarefa do Stream Analytics
Um trabalho do Stream Analytics é a unidade fundamental do Stream Analytics que permite definir e executar sua lógica de processamento de fluxo. Um trabalho consiste em 3 componentes principais:
- Entrada
- Saída
- Query
Entrada
Um trabalho pode ter uma ou mais entradas para ler dados continuamente. Essas fontes de dados de entrada de streaming podem ser Hubs de Eventos do Azure, Hub IoT do Azure ou Armazenamento do Azure. O Stream Analytics também suporta a leitura de dados de entrada estáticos ou de mudança lenta (chamados dados de referência), que são frequentemente usados para enriquecer dados de streaming. Adicionar essas entradas ao seu trabalho é uma operação de código zero.
Saída
Um trabalho pode ter uma ou mais saídas para gravar dados continuamente. O Stream Analytics suporta 12 coletores de saída diferentes, incluindo o Banco de Dados SQL do Azure, o Armazenamento do Azure Data Lake, o Azure Cosmos DB, o Power BI e muito mais. Adicionar essas saídas ao seu trabalho também é uma operação de código zero.
Query
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 enfrente cenários como análise de JSON complexo, filtragem de valores, computação de agregados, execução de junções e até mesmo casos de uso mais avançados, como análise geoespacial e deteção de anomalias. Você também pode estender essa linguagem SQL com JavaScript user-defined-functions (UDF) e user-defined-aggregates (UDA). O Stream Analytics também permite que você ajuste facilmente para eventos atrasados e fora de ordem por meio de configurações simples nas configurações do seu 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 fonte do evento.
Executar um trabalho
Depois de desenvolver seu trabalho configurando entradas, saídas e uma consulta, você pode iniciar seu trabalho especificando o número de unidades de streaming. Uma vez que seu trabalho tenha começado, ele entra em um estado de Execução e permanecerá nesse estado até ser explicitamente interrompido ou se deparar com uma falha irrecuperável. Quando o trabalho está em um estado de execução, ele extrai continuamente dados de 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 Stream Analytics se encarrega de compilar sua consulta e atribui certa 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, patches de segurança, pois isso é automaticamente atendido pela plataforma. Ao executar trabalhos na SKU Padrão, 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 padrão que forma a SKU padrão. O Stream Analytics também fornece uma SKU dedicada onde você pode provisionar um cluster inteiro do Stream Analytics que pertence a você. Isso lhe dá controle total de quais trabalhos são executados em seu cluster. O tamanho mínimo de um cluster do Stream Analytics é de 12 unidades de streaming e você é cobrado por toda a capacidade do cluster a partir do momento em que ele é provisionado. Você pode saber mais sobre os benefícios dos clusters do Stream Analytics e quando usá-los.
Próximos passos
Saiba como gerenciar seu Azure Stream Analytics e outros conceitos: