Partager via

Filtrer et ingérer vers Azure Synapse SQL en utilisant l’éditeur nocode Stream Analytics

  • Article

Cet article explique comment utiliser l’éditeur no code pour créer facilement un travail Stream Analytics. Il lit en continu à partir de votre Event Hubs, filtre les données entrantes, puis écrit les résultats en continu dans la table Synapse SQL.

Prérequis

  • Vos ressources Azure Event Hubs doivent être accessibles publiquement et ne peuvent pas résider derrière un pare-feu ou être sécurisées dans un réseau virtuel Azure.
  • Les données de votre Event Hubs doivent être sérialisées au format JSON, CSV ou Avro.

Développer un travail Stream Analytics pour filtrer et ingérer des données

Utilisez les étapes suivantes pour développer un travail Stream Analytics afin de filtrer et ingérer des données en temps réel dans une table Synapse SQL.

  1. Dans le Portail Azure, recherchez et sélectionnez votre instance de Azure Event Hubs.

  2. Sélectionnez Fonctionnalités>Traiter les données, puis sélectionnez Démarrer sur la carte Filtrer et ingérer vers Synapse SQL.
    Capture d’écran montrant les options de démarrage pour le traitement des données Event Hubs.

  3. Saisissez un nom pour identifier votre travail Stream Analytics, puis sélectionnez Créer.
    Capture d’écran montrant la fenêtre Nouveau travail Stream Analytics dans laquelle vous entrez le nom du travail.

  4. Spécifiez le type de sérialisation de vos données dans la fenêtre Event Hubs et la méthode d’authentification que le travail utilisera pour se connecter aux Event Hubs. Sélectionnez Connecter.
    Capture d’écran montrant la configuration de la connexion à Event Hubs.

  5. Lorsque la connexion est établie avec succès et que vous disposez de flux de données qui circulent dans votre instance Event Hubs, vous verrez immédiatement deux éléments :

    • Champs présents dans les données d’entrée. Vous pouvez choisir Ajouter un champ ou sélectionner le symbole trois points en regard d’un champ pour supprimer, renommer ou modifier son type.
      Capture d’écran montrant la liste des champs Event Hubs dans laquelle vous pouvez supprimer, renommer ou modifier le type de champ.
    • Exemple dynamique de données entrantes dans la table d’aperçu des données sous la vue diagramme. Il s’actualise automatiquement à intervalles réguliers. Vous pouvez sélectionner Suspendre la préversion de streaming pour afficher une vue statique des exemples de données d’entrée.
      Capture d’écran montrant des exemples de données sous Aperçu des données.

  6. Dans la zone Filtre, sélectionnez un champ pour filtrer les données entrantes avec une condition.
    Capture d’écran montrant la zone Filtre dans laquelle vous pouvez filtrer les données entrantes avec une condition.

  7. Sélectionnez la table Synapse SQL pour envoyer vos données filtrées :

    1. Sélectionnez l’Abonnement, la Base de données (nom du pool SQL dédié) et la Méthode d’authentification dans le menu déroulant.
    2. Entrez le nom de la table dans lequel les données filtrées seront ingérées. Sélectionnez Connecter.
      Capture d’écran montrant les détails de connexion de la table SQL Synapse.

    Notes

    Le schéma de table doit correspondre exactement au nombre de champs et aux types que votre aperçu de données génère.

  8. Si vous le souhaitez, sélectionnez Obtenir l’aperçu statique/Actualiser la préversion statique pour afficher la préversion des données qui sera ingérée dans la table Synapse SQL sélectionnée.
    Capture d’écran montrant l’option Obtenir l’aperçu statique/Actualiser la préversion statique.

  9. Sélectionnez Enregistrer, puis Démarrer le travail Stream Analytics.
    Capture d’écran montrant les options Enregistrer et Démarrer.

  10. Pour démarrer le travail, spécifiez :

    • Le nombre d’unités de streaming (SU) avec lesquelles le travail est exécuté. Les SU représentent les capacités de calcul et de mémoire allouées au travail. Nous vous recommandons de commencer par trois, puis d’ajuster selon les besoins.
    • Gestion des erreurs de données de sortie : elle vous permet de spécifier le comportement souhaité lorsque la sortie d’un travail vers votre destination échoue en raison d’erreurs de données. Par défaut, votre travail réessaie jusqu’à ce que l’opération d’écriture aboutisse. Vous pouvez également choisir de supprimer de tels événements de sortie.
      Capture d’écran montrant les options pour Démarrer le travail Stream Analytics dans lesquelles vous pouvez modifier l’heure de sortie, définir le nombre d’unités de diffusion en continu et sélectionner les options de gestion des erreurs de données de sortie.

  11. Une fois que vous avez sélectionné Démarrer, le travail commence à s’exécuter dans les deux minutes, et les métriques s’ouvrent dans la section d’onglet en-dessous.

    Vous pouvez également voir le travail sous la section Traiter les données de l’onglet Travaux Stream Analytics. Sélectionnez Ouvrir les métriques pour surveiller le travail ou l’arrêter et le redémarrer, selon les besoins.

    Capture d’écran de l’onglet Travaux Stream Analytics dans lequel vous affichez l’état des travaux en cours d’exécution.

Considérations relatives à l’utilisation de la fonctionnalité de géo Event Hubs

Azure Event Hubs a récemment lancé la fonctionnalité géo en préversion publique. Cette fonctionnalité est différente de la fonctionnalité récupération d’urgence géo d’Azure Event Hubs.

Lorsque le type de basculement est Forcé et que la cohérence de la réplication est Asynchrone, le travail Stream Analytics ne garantit pas exactement une sortie vers une sortie Azure Event Hubs.

Azure Stream Analytics, comme producteur avec un hub d’événements en tant que sortie, peut observer un retard de filigrane sur le travail pendant la durée de basculement et pendant la limitation par Event Hubs au cas où le décalage de réplication entre le serveur principal et le serveur secondaire atteint la limite maximale configurée de décalage.

Azure Stream Analytics, comme consommateur avec Event Hubs en tant qu’entrée, peut observer un délai de filigrane sur le travail pendant la durée de basculement et peut ignorer les données ou rechercher des données dupliquées une fois le basculement terminé.

En raison de ces avertissements, nous vous recommandons de redémarrer le travail Stream Analytics avec l’heure de début appropriée juste après la fin du basculement d’Event Hubs. En outre, étant donné que la fonctionnalité géo d’Event Hubs est en préversion publique, nous vous déconseillons d’utiliser ce modèle pour les travaux Stream Analytics de production à ce stade. Le comportement actuel de Stream Analytics s’améliore avant que la fonctionnalité de géo d’Event Hubs soit généralement disponible et puisse être utilisée dans des travaux de production Stream Analytics.

Étapes suivantes

En savoir plus sur Azure Stream Analytics et sur la surveillance du travail que vous avez créé.