Willkommen bei Azure Stream Analytics

Artikel
02/09/2024

Azure Stream Analytics ist ein vollständig verwaltetes Datenstromverarbeitungsmodul, das für die Analyse und Verarbeitung großer Mengen von Streamingdaten mit Latenzen unter Millisekunden ausgelegt ist. Sie können eine Streamingdatenpipeline mithilfe von Stream Analytics erstellen, um Muster und Beziehungen in Daten zu ermitteln, die aus verschiedenen Eingabequellen wie Anwendungen, Geräten, Sensoren, Clickstreams und Feeds sozialer Medien stammen. Anschließend können Sie diese Muster verwenden, um Aktionen und Workflows wie das Erstellen von Warnungen, das Senden von Informationen per Feed an ein Berichterstellungstool oder das Speichern transformierter Informationen zur späteren Verwendung auszulösen. Außerdem ist Stream Analytics in der Azure IoT Edge-Runtime verfügbar. Dadurch können Sie Daten direkt auf IoT-Geräten verarbeiten.

Hier sind einige Beispielszenarien, in denen Sie Azure Stream Analytics verwenden können:

Anomalieerkennung in Sensordaten zum Erkennen von Spitzen, Einbrüchen und langsamen positiven und negativen Änderungen
Geoanalysen für das Flottenmanagement und fahrerlose Fahrzeuge
Remoteüberwachung und Predictive Maintenance für Objekte mit hohem Wert
Clickstream-Analysen zum Ermitteln des Kundenverhaltens
Analysieren von Echtzeit-Telemetriedatenströmen und Protokollen von Anwendungen und IoT-Geräten

Wichtige Funktionen und Vorteile

Vollständig verwalteter Dienst

Azure Stream Analytics ist ein vollständig verwaltetes Angebot (PaaS) in Azure. Sie müssen keine Hardware oder Infrastruktur bereitstellen und das Betriebssystem und die Software nicht aktualisieren. Azure Stream Analytics verwaltet Ihren Auftrag vollständig, sodass Sie sich auf Ihre Geschäftslogik konzentrieren können, nicht auf die Infrastruktur.

Einfache Bedienung

Der Einstieg in Azure Stream Analytics ist einfach. Es sind nur wenige Klicks erforderlich, um eine End-to-End-Streamingdatenpipeline zu erstellen, die eine Verbindung mit mehreren Quellen und Senken herstellt.

Sie können einen Stream Analytics-Auftrag erstellen, der eine Verbindung mit Azure Event Hubs und Azure IoT Hub zur Streamingdatenerfassung und mit Azure Blob Storage oder Azure Data Lake Storage Gen2 zur Erfassung von Verlaufsdaten herstellen kann. Die Eingabe für den Stream Analytics-Auftrag kann auch statische oder langsam veränderliche Verweisdaten von Azure Blob Storage oder SQL-Datenbank enthalten, die Sie mit Streamingdaten verknüpfen können, um Suchvorgänge durchzuführen. Weitere Informationen zu Stream Analytics-Eingaben finden Sie unter Streamen von Daten als Eingabe in Stream Analytics.

Sie können die Ausgabe eines Stream Analytics-Auftrags an viele Speichersysteme leiten, z. B. Azure Blob Storage, Azure SQL-Datenbank, Azure Data Lake Storage und Azure Cosmos DB. Sie können auch Batchanalysen für Datenstromausgaben mit Azure Synapse Analytics oder HDInsight ausführen oder die Ausgabe an einen anderen Dienst senden, z. B. Event Hubs zur Verarbeitung oder Power BI für Echtzeitvisualisierungen. Die gesamte Liste von Stream Analytics-Ausgaben finden Sie unter Grundlegendes zu den Ausgaben von Azure Stream Analytics.

Der No-Code-Editor von Azure Stream Analytics bietet eine No-Code-Umgebung, mit der Sie mühelos Stream Analytics-Aufträge mithilfe der Drag & Drop-Funktionalität entwickeln können, ohne Code schreiben zu müssen. Dies vereinfacht die Entwicklung von Stream Analytics-Aufträgen weiter. Weitere Informationen zum No-Code-Editor finden Sie unter No-Code-Datenstromverarbeitung in Azure Stream Analytics.

Produktivität der Programmierer

Azure Stream Analytics verwendet eine SQL-Abfragesprache, die mit leistungsstarken zeitlichen Einschränkungen versehen wurde, um Daten während der Übertragung zu analysieren. Sie können einen Stream Analytics-Auftrag über das Azure-Portal erstellen. Sie können auch Aufträge erstellen, indem Sie Entwicklertools wie die folgenden verwenden:

Entwicklertools ermöglichen Ihnen die Offlineentwicklung von Transformationsabfragen und die Verwendung der CI/CD-Pipeline zum Übermitteln von Aufträgen an Azure.

Mit der Stream Analytics-Abfragesprache können Sie CEP-Vorgänge (Complex Event Processing, komplexe Ereignisverarbeitung) durchführen, da sie über viele verschiedene Funktionen zum Analysieren von Streamingdaten verfügt. Diese Abfragesprache unterstützt die einfache Datenbearbeitung, Aggregations- und Analysefunktionen, räumliche Funktionen, Musterabgleich und Anomalieerkennung. Sie können Abfragen im Portal bearbeiten oder Entwicklungstools verwenden und sie anhand von Stichprobendaten testen, die aus einem Livestream extrahiert werden.

Sie können die Funktionen der Abfragesprache erweitern, indem Sie zusätzliche Funktionen definieren und aufrufen. Sie können Funktionsaufrufe in Azure Machine Learning definieren, um Azure Machine Learning-Lösungen zu nutzen, und benutzerdefinierte JavaScript- oder C#-Funktionen oder benutzerdefinierte Aggregate integrieren, um im Rahmen einer Stream Analytics-Abfrage komplexe Berechnungen durchzuführen.

Ausführung in der Cloud oder im Intelligent Edge-Bereich

Für umfangreiche Analysen kann Azure Stream Analytics in der Cloud ausgeführt werden, und für Analysen mit sehr niedriger Latenz ist die Ausführung unter IoT Edge oder Azure Stack möglich. Azure Stream Analytics verwendet in der Cloud und in Edge dieselben Tools und dieselbe Abfragesprache, sodass Entwickler echte Hybridarchitekturen für die Datenstromverarbeitung erstellen können.

Niedrige Gesamtkosten

Stream Analytics ist ein kostenoptimierter Clouddienst. Es fallen keine Anfangskosten an. Sie bezahlen nur für die verbrauchten Streamingeinheiten. Es sind keine Mindestabnahme und keine Clusterbereitstellungen erforderlich, und Sie können den Auftrag basierend auf Ihren Geschäftsanforderungen hoch- oder herunterskalieren.

Geeignet für unternehmenskritische Workloads

Azure Stream Analytics ist in mehreren Regionen auf der ganzen Welt verfügbar und dank seiner Zuverlässigkeit, Sicherheit und Compliance für die Ausführung unternehmenskritischer Workloads geeignet.

Zuverlässigkeit

Für Azure Stream Analytics wird die Exactly-Once-Ereignisverarbeitung (genau einmal) und die At-Least-Once-Zustellung (mindestens einmal) von Ereignissen garantiert, sodass Ereignisse niemals verloren gehen. Die Exactly-Once-Verarbeitung wird mit ausgewählter Ausgabe garantiert, wie in den Garantien zur Ereignisbereitstellung beschrieben.

Azure Stream Analytics verfügt über integrierte Wiederherstellungsfunktionen für den Fall, dass für ein Ereignis ein Fehler auftritt. Stream Analytics verfügt außerdem über integrierte Prüfpunkte, um den Zustand Ihres Auftrags aufrecht zu erhalten und wiederholbare Ergebnisse zu liefern.

Als verwalteter Dienst wird für Stream Analytics eine Ereignisverarbeitung mit einer Verfügbarkeit von 99,9 % (minutengenau) garantiert.

Sicherheit

Azure Stream Analytics verschlüsselt jegliche ein- und ausgehende Kommunikation und unterstützt TLS (Transport Layer Security) 1.2. Integrierte Prüfpunkte werden ebenfalls verschlüsselt. Die eingehenden Daten werden von Stream Analytics nicht gespeichert, da die gesamte Verarbeitung im Arbeitsspeicher stattfindet. Stream Analytics unterstützt beim Ausführen eines Auftrags in einem Stream Analytics-Cluster auch virtuelle Azure-Netzwerke.

Leistung

Stream Analytics kann pro Sekunde Millionen von Ereignissen verarbeiten und Ergebnisse mit äußerst kurzer Wartezeit liefern. Es gestattet Ihnen das Aufskalieren, um Ihre Workloads anzupassen. Stream Analytics unterstützt eine höhere Leistung mittels Partitionierung, damit komplexe Abfragen parallelisiert und auf mehreren Streamingknoten ausgeführt werden können. Azure Stream Analytics basiert auf Trill, einem Hochleistungsanalysemodul für In-Memory-Streaming, das in Zusammenarbeit mit der Forschungsabteilung von Microsoft entwickelt wurde.

Nächste Schritte

Sie können Azure Stream Analytics mit einem kostenlosen Azure-Abonnement ausprobieren.

Azure Stream Analytics ausprobieren

Sie haben einen Überblick über Azure Stream Analytics erhalten. Nun können Sie tiefer einsteigen und Ihren ersten Stream Analytics-Auftrag erstellen: