Teilen über

Willkommen bei Azure Stream Analytics

Azure Stream Analytics ist ein vollständig verwaltetes Datenstromverarbeitungsmodul, das große Mengen von Streamingdaten mit Submillisekundenlatenz analysiert und verarbeitet. Sie können eine Streamingdatenpipeline erstellen, indem Sie Stream Analytics verwenden, um Muster und Beziehungen in Daten zu identifizieren, die aus verschiedenen Eingabequellen stammen, einschließlich Anwendungen, Geräte, Sensoren, Clickstreams und Social Media-Feeds. Verwenden Sie dann diese Muster, um Aktionen auszulösen und Workflows zu initiieren, z. B. Warnungen auszulösen, Informationen in ein Berichterstellungstool zu verschieben oder transformierte Daten zur späteren Verwendung zu speichern. 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 Stream Analytics verwenden können:

  • Anomalieerkennung in Sensordaten, um Spitzen, Dips und langsame positive und negative Änderungen zu erkennen.
  • Geo-räumliche Analyse für Flottenmanagement und fahrerlose Fahrzeuge.
  • Remoteüberwachung und vorausschauende Wartung von hochwertigen Ressourcen.
  • Clickstream-Analysen, um das Kundenverhalten zu ermitteln.
  • Analysieren Sie Telemetriedatenströme und Protokolle in Echtzeit von Anwendungen und IoT-Geräten.

Diagramm, das die Phasen Aufnahme, Analyse und Auslieferung einer Streaming-Pipeline darstellt.

Die folgenden Abschnitte enthalten Informationen zu den wichtigsten Funktionen und Vorteilen der Verwendung von Azure Stream Analytics.

Vollständig verwalteter Dienst

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. Stream Analytics verwaltet Ihren Auftrag vollständig, sodass Sie sich auf Ihre Geschäftslogik und nicht auf die Infrastruktur konzentrieren können.

Einfache Bedienung

Stream Analytics ist einfach zu starten. 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-Job erstellen, der eine Verbindung mit Azure Event Hubs und Azure IoT Hub für die Datenaufnahme im Streaming-Modus herstellt, sowie Azure Blob Storage oder Azure Data Lake Storage Gen2 zum Importieren historischer Daten verwendet. 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 ausführen, indem Sie Azure Synapse Analytics oder HDInsight verwenden, oder Sie können die Ausgabe an einen anderen Dienst senden, z. B. Event Hubs für den Verbrauch oder Power BI für die Echtzeitvisualisierung. Eine vollständige Liste der Stream Analytics-Ausgaben finden Sie unter "Grundlegendes zu Ausgaben aus Stream Analytics".

Der Stream Analytics No-Code-Editor bietet eine Codefreie Oberfläche, mit der Sie Stream Analytics-Aufträge mühelos mithilfe von Drag-and-Drop-Funktionen 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 Stream Processing" in Stream Analytics.

Produktivität der Programmierer

Stream Analytics verwendet eine SQL-Abfragesprache, die mit leistungsstarken zeitlichen Einschränkungen erweitert wird, um Daten in Bewegung 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 oder mithilfe von Entwicklungstools bearbeiten und testen, indem Sie Beispieldaten verwenden, 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, JavaScript oder C#-benutzerdefinierte Funktionen (USER-Defined Functions, UDFs) oder benutzerdefinierte Aggregate zu integrieren, um komplexe Berechnungen als Teil einer Stream Analytics-Abfrage durchzuführen.

Ausführung in der Cloud oder im Intelligent Edge-Bereich

Stream Analytics kann in der Cloud, für umfangreiche Analysen ausgeführt oder auf IoT Edge oder Azure Stack für Ultra-Low-Latenzanalysen ausgeführt werden. Stream Analytics verwendet die gleichen Tools und Abfragesprache sowohl in der Cloud als auch am Edge, sodass Entwickler wirklich hybride Architekturen für die Datenstromverarbeitung erstellen können.

Niedrige Gesamtkosten

Stream Analytics ist ein kostenoptimierter Clouddienst. Es gibt keine Vorabkosten - Sie zahlen nur für die streaming-Einheiten, die Sie verbrauchen. Es sind keine Mindestabnahme und keine Clusterbereitstellungen erforderlich, und Sie können den Auftrag basierend auf Ihren Geschäftsanforderungen hoch- oder herunterskalieren.

Stream Analytics ist in mehreren Regionen weltweit verfügbar und wurde entwickelt, um unternehmenskritische Workloads auszuführen, indem Zuverlässigkeit, Sicherheit und Compliance-Anforderungen unterstützt werden.

Zuverlässigkeit

Für 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.

Stream Analytics verfügt über integrierte Wiederherstellungsfunktionen, falls die Übermittlung eines Ereignisses fehlschlägt. Stream Analytics verfügt außerdem über integrierte Prüfpunkte, um den Zustand Ihres Auftrags aufrecht zu erhalten und wiederholbare Ergebnisse zu liefern.

Für eine höhere Zuverlässigkeit verteilt Stream Analytics in verfügarkeitszonenaktivierten Regionen automatisch Job-Ressourcen über mehrere Zonen ohne zusätzliche Konfiguration oder Kosten. Diese zonenredundante Bereitstellung stellt sicher, dass Ihre Streamingaufträge weiterhin verarbeitet werden, auch wenn eine gesamte Verfügbarkeitszone nicht verfügbar ist und Schutz vor Infrastrukturfehlern auf Zonenebene bietet.

Weitere Informationen dazu, wie Stream Analytics Verfügbarkeitszonen und Multiregion-Notfallwiederherstellungsoptionen unterstützt, finden Sie unter Zuverlässigkeit in Stream Analytics.

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

Sicherheit

In Bezug auf die Sicherheit verschlüsselt Stream Analytics alle eingehenden und ausgehenden Kommunikationen und unterstützt Transport Layer Security (TLS) 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. Stream Analytics basiert auf Trill, einem leistungsstarken In-Memory Streaming Analytics-Modul, das in Zusammenarbeit mit Microsoft Research entwickelt wurde.

Nächste Schritte

Testen Sie Stream Analytics mit einem kostenlosen Azure-Abonnement.

Stream Analytics testen

Sie haben jetzt eine Übersicht über Stream Analytics. Als Nächstes können Sie tiefer eintauchen und Ihren ersten Stream Analytics-Auftrag erstellen:

  • Last updated on