Volba technologie analýzy a zpracování streamování v reálném čase v Azure

V Azure je k dispozici několik služeb pro analýzu a streamování v reálném čase. Tento článek obsahuje informace, které potřebujete k rozhodnutí, která technologie je pro vaši aplikaci nejvhodnější.

Kdy použít Azure Stream Analytics

Azure Stream Analytics je doporučená služba pro analýzy streamů v Azure. Můžete ho použít pro širokou škálu scénářů, které zahrnují, ale nejsou omezené na:

  • Řídicí panely pro vizualizaci dat
  • Výstrahy v reálném čase z časových a prostorových vzorů nebo anomálií
  • Extrakce, transformace, načítání (ETL)
  • Vzorec Event Sourcing
  • IoT Edge

Přidání úlohy Azure Stream Analytics do vaší aplikace je nejrychlejší způsob, jak v Azure zprovoznění analýzy streamování pomocí jazyka SQL, který už znáte. Azure Stream Analytics je služba úloh, takže nemusíte trávit čas správou clusterů a nemusíte se starat o výpadky s 99,9% smlouvou o úrovni služeb (SLA) na úrovni úlohy. Fakturace se provádí také na úrovni úlohy, takže náklady na spuštění jsou nízké (jedna jednotka streamování), ale škálovatelné (až 396 jednotek streamování). Mnohem nákladově efektivnější je spouštět několik úloh Stream Analytics, než je spouštění a údržba clusteru.

Azure Stream Analytics nabízí bohaté prostředí připravené k okamžitému použití. Bez dalšího nastavení můžete okamžitě využít následující funkce:

  • Předdefinované dočasné operátory, jako jsou okenní agregace, temporální spojení a dočasné analytické funkce.
  • Nativní vstupní a výstupní adaptéry Azure
  • Podpora pomalu se měnících referenčních dat (také označovaných jako vyhledávací tabulky), včetně spojení s geoprostorovými referenčními daty pro geofencing.
  • Integrovaná řešení, jako je detekce anomálií
  • Více časových oken ve stejném dotazu
  • Schopnost vytvářet více dočasných operátorů v libovolných sekvencích
  • Pod 100 ms koncové latence od zahájení příchodu vstupních dat do Event Hubs až po přistání výstupu v Event Hubs, včetně zpoždění sítě při přenosu ze a do Event Hubs, při stálé vysoké propustnosti.

Kdy používat jiné technologie

Chcete psát uživatelsky definované funkce (UDFs), agregační funkce (UDAs) a vlastní deserializátory v jiném jazyce než JavaScript nebo C#.

Azure Stream Analytics podporuje uživatelem definované funkce (UDF) nebo uživatelem definované agregace (UDA) v JavaScriptu pro cloudové úlohy a C# pro úlohy IoT Edge. Podporují se také uživatelem definované deserializátory jazyka C#. Pokud chcete implementovat deserializátor, UDF nebo UDA v jiných jazycích, jako je Java nebo Python, můžete použít strukturované streamování Sparku. Ke zpracování libovolného streamování můžete také spustit Event Hubs EventProcessorHost na vlastních virtuálních počítačích.

Vaše řešení je v multicloudovém nebo místním prostředí.

Azure Stream Analytics je proprietární technologie Microsoftu a je dostupná jenom v Azure. Pokud potřebujete, aby vaše řešení bylo přenosné napříč cloudy nebo místním prostředím, zvažte opensourcové technologie, jako je strukturované streamování Sparku nebo Apache Flink.

Další kroky

  • Last updated on