Freigeben über

Willkommen bei Azure Stream Analytics

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 mit Stream Analytics erstellen, um Muster und Beziehungen in Daten zu identifizieren, die aus verschiedenen Eingabequellen stammen, einschließlich Anwendungen, Geräte, Sensoren, Clickstreams und Feeds für soziale Medien. 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 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
  • Klicken auf Stream Analytics zum Ermitteln des Kundenverhaltens
  • Analysieren von Echtzeit-Telemetriedatenströmen und Protokollen von Anwendungen und IoT-Geräten

Diagramm, das die Phasen „Erfassen”, „Analysieren” und „Liefern” einer Streamingpipeline zeigt.

Wichtige Funktionen und Vorteile

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-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. 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 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

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 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

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

Zuverlässigkeit

Stream Analytics garantiert die Verarbeitung von Ereignissen genau einmal und die mindestens einmalige Zustellung von Ereignissen, sodass Ereignisse niemals verloren gehen. Die genau einmalige Verarbeitung bei ausgewählter Ausgabe wird garantiert, wie in den Ereignisliefergarantien 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.

Um die Zuverlässigkeit zu erhöhen, verteilt Stream Analytics in Regionen mit Aktivierter Verfügbarkeitszone automatisch Auftragsressourcen 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 sowie Optionen für die Notfallwiederherstellung in mehreren Regionen 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

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

Stream Analytics testen

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

  • Last updated on