Compartir a través de

Modelo de recursos de Azure Stream Analytics

Azure Stream Analytics es una plataforma como servicio (PaaS) totalmente administrada para el procesamiento de flujos. En este artículo se describe el modelo de recursos para Stream Analytics, para lo que se introduce el concepto de clúster de Stream Analytics, un trabajo y los componentes de un trabajo.

Trabajo de Stream Analytics

Un trabajo de Stream Analytics es la unidad fundamental de Stream Analytics que permite definir y ejecutar la lógica de procesamiento de flujos. Los trabajos constan de tres componentes principales:

  • Entrada
  • Salida
  • Consulta

Entrada

Un trabajo puede tener una o varias entradas de las que lee datos continuamente. Estos orígenes de datos de entrada de streaming pueden ser una instancia de Azure Event Hubs, Azure IoT Hub o Azure Storage. Stream Analytics también admite la lectura de datos de entrada estáticos o que cambian lentamente (denominados datos de referencia), que a menudo se usan para enriquecer los datos de streaming. La incorporación de estas entradas a un trabajo es una operación de código cero.

Output

Un trabajo puede tener una o varias salidas en las que escribir continuamente datos. Stream Analytics admite 12 receptores de salida diferentes, como Azure SQL Database, Azure Data Lake Storage, Azure Cosmos DB o Power BI, entre otros. La incorporación de estas salidas a un trabajo es también una operación de código cero.

Consultar

Puede implementar su lógica de procesamiento de flujos escribiendo una consulta SQL en el trabajo. La compatibilidad con el lenguaje SQL enriquecido permite abordar escenarios como analizar JSON complejos, filtrar valores, calcular agregados, realizar combinaciones e incluso casos de uso más avanzados, como el análisis geoespacial y la detección de anomalías. Este lenguaje SQL también se puede ampliar con funciones definidas por el usuario (UDF) de JavaScript y agregados definidos por el usuario (UDA). Stream Analytics también permite ajustar fácilmente los eventos de retraso y fuera de servicio a través de configuraciones sencillas de los valores del trabajo. También puede optar por ejecutar la consulta en función de la hora de llegada del evento de entrada al origen de entrada o cuando se generó el evento en el origen del evento.

Ejecución de trabajos

Una vez que haya desarrollado el trabajo mediante la configuración de entradas, salidas y una consulta, puede iniciarlo especificando el número de unidades de streaming. Una vez que lo haya hecho, este entra en estado En ejecución y permanecerá en ese estado hasta que se detenga explícitamente o se produzca un error irrecuperable. Cuando el trabajo está en estado de ejecución, extrae continuamente datos de los orígenes de entrada, ejecuta la lógica de consulta que genera resultados que se escriben en los receptores de salida con una latencia de milisegundos de un extremo a otro.

Cuando se inicia el trabajo, el servicio Stream Analytics se encarga de compilar la consulta y asigna cierta cantidad de proceso y memoria en función del número de unidades de streaming configuradas en el trabajo. No tiene que preocuparse de ninguna infraestructura subyacente como mantenimiento del clúster ni revisiones de seguridad, ya que la plataforma se encarga automáticamente de eso. Si ejecuta trabajos en la SKU estándar, solo se le cobrarán las unidades de streaming cuando se ejecute el trabajo.

Clúster de Stream Analytics

De forma predeterminada, los trabajos de Stream Analytics se ejecutan en el entorno multiinquilino estándar que forma la SKU estándar. Stream Analytics también proporciona una SKU dedicada, en la que se puede aprovisionar todo un clúster de Stream Analytics que le pertenezca. Esto proporciona control total de los trabajos que se ejecutan en el clúster. El tamaño mínimo de un clúster de Stream Analytics es de 12 unidades de streaming y se le cobra por toda la capacidad del clúster desde el momento en que se aprovisiona. Puede obtener más información sobre las ventajas de los clústeres de Stream Analytics y sobre cuándo usarlos.

Diagram that shows Standard multi-tenant environment in Stream Analytics.

Diagram that shows Dedicated environment in Stream Analytics.

Pasos siguientes

Aprenda a administrar Azure Stream Analytics y otros conceptos: