Azure Stream Analytics-Ressourcenmodell

Azure Stream Analytics ist eine vollständig verwaltete Plattform-as-a-Service (PaaS) für die Datenstromverarbeitung. In diesem Artikel wird das Ressourcenmodell für Stream Analytics beschrieben, indem das Konzept eines Stream Analytics-Clusters, eines Auftrags und der Komponenten eines Auftrags eingeführt wird.

Stream Analytics-Auftrag

Ein Stream Analytics-Auftrag ist die grundlegende Einheit in Stream Analytics, mit der Sie Ihre Datenstromverarbeitungslogik definieren und ausführen können. Ein Auftrag besteht aus drei Hauptkomponenten:

• Eingabe
• Output
• Abfrage

Eingabe

Ein Auftrag kann eine oder mehrere Eingaben aufweisen, aus denen kontinuierlich Daten gelesen werden. Diese Streamingeingabedatenquellen können ein Azure Event Hubs, Azure IoT Hub oder Azure Storage sein. Stream Analytics unterstützt auch das Lesen statischer oder langsamer Eingabedaten (als Referenzdaten bezeichnet), die häufig zum Anreichern von Streamingdaten verwendet werden. Das Hinzufügen dieser Eingaben zu Ihrem Job ist ein programmierfreier Vorgang.

Output

Ein Auftrag kann eine oder mehrere Ausgaben aufweisen, in die kontinuierlich Daten geschrieben werden. Stream Analytics unterstützt 12 verschiedene Ausgabesenken, einschließlich Azure SQL-Datenbank, Azure Data Lake Storage, Azure Cosmos DB, Power BI und mehr. Das Hinzufügen dieser Ausgaben zu Ihrem Auftrag ist ebenfalls ein Vorgang ohne Code.

Abfrage

Sie können Ihre Datenstromverarbeitungslogik implementieren, indem Sie eine SQL-Abfrage in Ihrem Auftrag schreiben. Mit der umfassenden SQL-Sprachunterstützung können Sie Szenarien wie das Analysieren komplexer JSON- und Filterwerte, Computeraggregate, das Ausführen von Verknüpfungen und noch komplexere Anwendungsfälle wie Geospatialanalysen und Anomalieerkennung in Angriff nehmen. Sie können diese SQL-Sprache auch mit benutzerdefinierten JavaScript-Funktionen (UDF) und benutzerdefinierten Aggregaten (UDA) erweitern. Mit Stream Analytics können Sie außerdem durch einfache Konfigurationen in den Einstellungen Ihres Auftrags auf verspätete und außerplanmäßige Ereignisse reagieren. Sie können Ihre Abfrage auch basierend auf der Ankunftszeit des Eingabeereignisses an der Eingabequelle oder auf dem Zeitpunkt ausführen, wenn das Ereignis an der Ereignisquelle generiert wurde.

Ausführen eines Auftrags

Nachdem Sie Ihren Auftrag entwickelt haben, indem Sie Eingaben, Ausgaben und eine Abfrage konfigurieren, können Sie Ihren Auftrag starten, indem Sie die Anzahl der Streamingeinheiten angeben. Sobald Ihr Auftrag gestartet wurde, geht er in den Status Wird ausgeführt über und bleibt in diesem Zustand, bis er explizit beendet wird oder ein nicht behebbarer Fehler auftritt. Wenn sich der Auftrag in einem laufenden Zustand befindet, ruft er kontinuierlich Daten aus Ihren Eingabequellen ab, führt die Abfragelogik aus und erzeugt Ergebnisse, die mit Millisekunden-End-to-End-Latenz in Ihre Ausgabesenken geschrieben werden.

Wenn Ihr Auftrag gestartet wird, kümmert sich der Stream Analytics-Dienst um die Kompilierung Ihrer Abfrage und weist basierend auf der Anzahl der in Ihrem Auftrag konfigurierten Streamingeinheiten bestimmte Menge an Compute und Arbeitsspeicher zu. Sie müssen sich nicht um eine zugrunde liegende Infrastruktur als Clusterwartung, Sicherheitspatches kümmern, da dies automatisch von der Plattform erledigt wird. Wenn Sie Aufträge in der Standard-SKU ausführen, werden Ihnen die Streamingeinheiten erst berechnet, wenn der Auftrag ausgeführt wird.

Stream Analytics-Cluster

Stream Analytics-Aufträge werden standardmäßig in der Standardmäßigen Mehrinstanzenumgebung ausgeführt, die die Standard-SKU bildet. Stream Analytics bietet auch eine dedizierte SKU, mit der Sie einen ganzen Stream Analytics-Cluster bereitstellen können, der Ihnen gehört. Auf diese Weise können Sie vollständig steuern, welche Aufträge auf Ihrem Cluster ausgeführt werden. Die Mindestgröße eines Stream Analytics-Clusters beträgt 12 Streamingeinheiten, und Sie werden für die gesamte Clusterkapazität ab dem Zeitpunkt der Bereitstellung belastet. Weitere Informationen zu den Vorteilen von Stream Analytics-Clustern und deren Verwendung finden Sie hier.

Nächste Schritte

Erfahren Sie, wie Sie Ihre Azure Stream Analytics und andere Konzepte verwalten:

• Erstellen einer Betrugserkennungslösung mit Stream Analytics
• Übersicht über Eingaben
• Ausgabeübersicht
• Entwickeln einer Abfrage