Bienvenido a Azure Stream Analytics

Azure Stream Analytics es un motor de procesamiento de flujos totalmente administrado que analiza y procesa grandes volúmenes de datos de streaming con latencias submillisegundas. Puede crear una canalización de datos de streaming mediante Stream Analytics para identificar patrones y relaciones en los datos que se originan en diversos orígenes de entrada, como aplicaciones, dispositivos, sensores, secuencias de clic y fuentes de redes sociales. A continuación, use estos patrones para desencadenar acciones e iniciar flujos de trabajo, como generar alertas, alimentar información a una herramienta de informes o almacenar datos transformados para su uso posterior. Stream Analytics también está disponible en el entorno de ejecución de Azure IoT Edge, lo que le permite procesar datos directamente desde dispositivos IoT.

Estos son algunos escenarios de ejemplo en los que puede usar Stream Analytics:

Detección de anomalías en los datos del sensor para detectar picos, caídas y cambios positivos y negativos lentos.
Análisis geoespaciales para la administración de flotas y vehículos sin conductor.
Supervisión remota y mantenimiento predictivo de recursos de alto valor.
Análisis de secuencia de clics para determinar el comportamiento del cliente.
Analice flujos y registros de telemetría en tiempo real desde aplicaciones y dispositivos IoT.

En las secciones siguientes se proporciona información sobre las principales funcionalidades y ventajas del uso de Azure Stream Analytics.

Servicio totalmente administrado

Stream Analytics es una oferta totalmente administrada (PaaS) en Azure. No tiene que aprovisionar ningún hardware o infraestructura, actualizar el sistema operativo ni el software. Stream Analytics administra completamente el trabajo, por lo que puede centrarse en la lógica de negocios y no en la infraestructura.

Facilidad de uso

Stream Analytics es fácil de iniciar. Solo se tardan unos clics en crear una canalización de datos de streaming de un extremo a otro que se conecta a varios orígenes y receptores.

Puede crear un trabajo de Stream Analytics que se conecte a Azure Event Hubs y Azure IoT Hub para la ingesta de datos de streaming y Azure Blob Storage o Azure Data Lake Storage Gen2 para ingerir datos históricos. La entrada del trabajo de Stream Analytics también puede incluir datos de referencia estáticos o de cambio lento de Azure Blob Storage o SQL Database que puede combinar con datos de streaming para realizar operaciones de búsqueda. Para obtener más información sobre las entradas de Stream Analytics, vea Datos de stream como entrada en Stream Analytics.

Puede enrutar la salida de un trabajo de Stream Analytics a muchos sistemas de almacenamiento, como Azure Blob Storage, Azure SQL Database, Azure Data Lake Store y Azure Cosmos DB. También puede ejecutar análisis por lotes en salidas de flujo mediante Azure Synapse Analytics o HDInsight, o bien puede enviar la salida a otro servicio, como Event Hubs para su consumo o Power BI para la visualización en tiempo real. Para obtener toda la lista de salidas de Stream Analytics, consulte Descripción de las salidas de Stream Analytics.

El editor sin código de Stream Analytics ofrece una experiencia sin código que le permite desarrollar trabajos de Stream Analytics sin esfuerzo, mediante la funcionalidad de arrastrar y colocar, sin tener que escribir ningún código. Además, simplifica la experiencia de desarrollo de trabajos de Stream Analytics. Para más información sobre el editor sin código, consulte Procesamiento de secuencias sin código en Stream Analytics.

Productividad del programador

Stream Analytics usa un lenguaje de consulta SQL que se aumenta con restricciones temporales eficaces para analizar los datos en movimiento. Puede crear un trabajo de Stream Analytics mediante Azure Portal. También puede crear trabajos mediante herramientas de desarrollo como las siguientes:

Las herramientas de desarrollo permiten desarrollar consultas de transformación sin conexión y usar la canalización de CI/CD para enviar trabajos a Azure.

El lenguaje de consulta de Stream Analytics permite realizar el procesamiento de eventos complejos (CEP) ofreciendo una amplia variedad de funciones para analizar los datos de streaming. Este lenguaje de consulta admite funciones sencillas de manipulación, agregación y análisis de datos, funciones geoespaciales, coincidencia de patrones y detección de anomalías. Puede editar consultas en el portal o mediante herramientas de desarrollo y probarlas mediante datos de ejemplo extraídos de una secuencia en vivo.

Puede ampliar la funcionalidad del lenguaje de consulta si define e invoca funciones adicionales. Puede definir llamadas a funciones en Azure Machine Learning para aprovechar las soluciones de Azure Machine Learning e integrar funciones definidas por el usuario (UDFs) o agregados definidos por el usuario en JavaScript o C# para realizar cálculos complejos como parte de una consulta de Stream Analytics.

Ejecución en la nube o en el sistema de inteligencia perimetral

Stream Analytics se puede ejecutar en la nube, para análisis a gran escala o ejecutarse en IoT Edge o Azure Stack para análisis de latencia ultra baja. Stream Analytics usa las mismas herramientas y lenguaje de consulta tanto en la nube como en el perímetro, lo que permite a los desarrolladores crear arquitecturas verdaderamente híbridas para el procesamiento de flujos.

Costo total de propiedad bajo

Como servicio en la nube, Stream Analytics se optimiza por motivos de costo. No hay costos iniciales: solo paga por las unidades de streaming que consume. No se requiere ningún compromiso o aprovisionamiento de clústeres y puede escalar o reducir verticalmente el trabajo en función de sus necesidades empresariales.

Stream Analytics está disponible en varias regiones de todo el mundo y está diseñada para ejecutar cargas de trabajo críticas al admitir requisitos de confiabilidad, seguridad y cumplimiento.

Confiabilidad

Stream Analytics garantiza un procesamiento de eventos y al menos una entrega de eventos. De esta forma, nunca se pierden eventos. Exactamente una vez que se garantiza el procesamiento con la salida seleccionada, como se describe en Garantías de entrega de eventos.

Stream Analytics tiene funcionalidades de recuperación integradas en caso de que se produzca un error en la entrega de un evento. Además, Stream Analytics proporciona puntos de comprobación integrados para mantener el estado del trabajo y proporciona resultados repetibles.

Para mejorar la confiabilidad, Stream Analytics en regiones habilitadas para zonas de disponibilidad distribuye automáticamente los recursos de trabajo entre varias zonas sin configuración ni costo adicionales. Esta implementación con redundancia de zona garantiza que los trabajos de streaming continúen procesando incluso si una zona de disponibilidad completa deja de estar disponible, lo que proporciona protección contra errores de infraestructura de nivel de zona.

Para más información sobre cómo Stream Analytics admite zonas de disponibilidad y opciones de recuperación ante desastres de varias regiones, consulte Confiabilidad en Stream Analytics.

Como servicio administrado, Stream Analytics garantiza un procesamiento de eventos con una disponibilidad del 99,9 % por minuto de granularidad.

Seguridad

En términos de seguridad, Stream Analytics cifra todas las comunicaciones entrantes y salientes y admite la seguridad de la capa de transporte (TLS) 1.2. También se cifran los puntos de control integrados. Stream Analytics no almacena los datos entrantes, ya que todo el procesamiento se realiza en memoria. Stream Analytics también admite Azure Virtual Networks (VNET) cuando se ejecuta un trabajo en un Clúster de Stream Analytics.

Rendimiento

Stream Analytics puede procesar millones de eventos por segundo y ofrecer resultados con latencia muy baja. Permite el escalado horizontal para el ajuste a las cargas de trabajo. Stream Analytics permite un rendimiento más alto gracias a la creación de particiones, lo que permite que las consultas complejas se puedan procesar en paralelo y ejecutar en varios nodos de streaming. Stream Analytics se basa en Trill, un motor de análisis de streaming en memoria de alto rendimiento desarrollado en colaboración con Microsoft Research.

Pasos siguientes

Pruebe Stream Analytics mediante una suscripción gratuita de Azure.

Prueba de Stream Analytics

Ahora tiene información general sobre Stream Analytics. A continuación, puede profundizar y crear su primer trabajo de Stream Analytics:

Retroalimentació

Ha estat útil aquesta pàgina?

Last updated on 2026-02-05