Bienvenue dans Azure Stream Analytics

Azure Stream Analytics est un moteur de traitement de flux entièrement managé qui analyse et traite de grands volumes de données de streaming avec des latences de sous-millisecondes. Vous pouvez créer un pipeline de données de diffusion en continu à l’aide de Stream Analytics pour identifier les modèles et les relations dans les données provenant de diverses sources d’entrée, notamment les applications, les appareils, les capteurs, les flux de clics et les flux de réseaux sociaux. Ensuite, utilisez ces modèles pour déclencher des actions et lancer des flux de travail tels que déclencher des alertes, alimenter des informations vers un outil de création de rapports ou stocker des données transformées pour une utilisation ultérieure. Stream Analytics est également disponible sur le runtime Azure IoT Edge, qui vous permet de traiter les données directement à partir des appareils IoT.

Voici quelques exemples de scénarios dans lesquels vous pouvez utiliser Stream Analytics :

Détection d’anomalies dans les données du capteur pour détecter les pics, les dips et les changements positifs et négatifs lents.
Analytique géo-spatiale pour la gestion des flottes et les véhicules sans conducteur.
Surveillance à distance et maintenance prédictive des ressources à valeur élevée.
Analyse clickstream pour déterminer le comportement du client.
Analysez les flux et journaux de télémétrie en temps réel à partir d’applications et d’appareils IoT.

Les sections suivantes fournissent des informations sur les fonctionnalités clés et les avantages de l’utilisation d’Azure Stream Analytics.

Service entièrement géré

Stream Analytics est une offre PaaS entièrement managée sur Azure. Vous n'avez pas besoin d'approvisionner du matériel ou une infrastructure, ni de mettre à jour le système d'exploitation ou les logiciels. Stream Analytics gère entièrement votre travail, ce qui vous permet de vous concentrer sur votre logique métier et non sur l’infrastructure.

Facilité d’utilisation

Stream Analytics est facile à démarrer. Quelques clics suffisent pour créer un pipeline de données de streaming de bout en bout qui se connecte à plusieurs sources et récepteurs.

Vous pouvez créer un travail Stream Analytics qui se connecte à Azure Event Hubs et à Azure IoT Hub pour l'ingestion en continu des données, et à Azure Blob Storage ou Azure Data Lake Storage Gen2 pour ingérer des données historiques. L'entrée du travail Stream Analytics peut également inclure des données de référence statiques ou à évolution lente provenant d'Azure Blob storage ou de SQL Database que vous pouvez joindre aux données de streaming afin d'effectuer des opérations de recherche. Pour plus d'informations sur les entrées Stream Analytics, veuillez consulter la section Diffuser des données en tant qu'entrée dans Stream Analytics.

Vous pouvez acheminer la sortie d'un travail Stream Analytics vers de nombreux systèmes de stockage tels qu'Azure Blob storage, Azure SQL Database, Azure Data Lake Store et Azure Cosmos DB. Vous pouvez également exécuter l’analytique par lots sur des sorties de flux à l’aide d’Azure Synapse Analytics ou HDInsight, ou vous pouvez envoyer la sortie à un autre service, comme Event Hubs pour la consommation ou Power BI pour la visualisation en temps réel. Pour obtenir la liste complète des sorties Stream Analytics, consultez Comprendre les sorties de Stream Analytics.

L’éditeur sans code Stream Analytics offre une expérience sans code qui vous permet de développer des travaux Stream Analytics sans effort, à l’aide de fonctionnalités de glisser-déplacer, sans avoir à écrire de code. Cela simplifie davantage l'expérience de développement des travaux Stream Analytics. Pour en savoir plus sur l’éditeur sans code, consultez traitement de flux sans code dans Stream Analytics.

Productivité du programmeur

Stream Analytics utilise un langage de requête SQL qui est augmenté avec des contraintes temporelles puissantes pour analyser les données en mouvement. Vous pouvez créer une tâche Stream Analytics à l'aide du portail Azure. Vous pouvez également créer des tâches à l'aide d'outils de développement tels que les suivants :

Les outils de développement vous permettent de développer des requêtes de transformation hors ligne et d'utiliser le pipeline CI/CD afin de soumettre des tâches dans Azure.

Le langage de requête Stream Analytics vous permet d'effectuer du Complex Event Processing (CEP) en offrant une vaste gamme de fonctions pour analyser les données de streaming. Ce langage de requête prend en charge la manipulation simple des données, l'agrégation et les fonctions d'analyse, les fonctions géospatiales, la correspondance de modèles et la détection d'anomalies. Vous pouvez modifier des requêtes dans le portail ou à l’aide d’outils de développement et les tester à l’aide d’exemples de données extraits d’un flux en direct.

Vous pouvez étendre les fonctionnalités du langage de requête en définissant et en appelant des fonctions supplémentaires. Vous pouvez définir des appels de fonction dans Azure Machine Learning pour tirer parti des solutions Azure Machine Learning et intégrer des fonctions définies par l’utilisateur JavaScript ou C# ou des agrégats définis par l’utilisateur pour effectuer des calculs complexes dans le cadre d’une requête Stream Analytics.

Exécuter dans le cloud ou à la périphérie intelligente

Stream Analytics peut s’exécuter dans le cloud, pour une analytique à grande échelle, ou s’exécuter sur IoT Edge ou Azure Stack pour une analytique à latence ultra-faible. Stream Analytics utilise les mêmes outils et le même langage de requête sur le cloud et la périphérie, ce qui permet aux développeurs de créer des architectures véritablement hybrides pour le traitement de flux.

Faible coût total de possession

Comme un service cloud, Stream Analytics est optimisé pour réduire le coût. Il n’existe aucun coût initial : vous payez uniquement les unités de diffusion en continu que vous consommez. Aucun engagement ni aucun approvisionnement de cluster n'est requis, et vous pouvez augmenter ou réduire l'échelle du travail en fonction de vos besoins métier.

Stream Analytics est disponible dans plusieurs régions dans le monde entier et est conçu pour exécuter des charges de travail stratégiques en prenant en charge la fiabilité, la sécurité et les exigences de conformité.

Fiabilité

Stream Analytics garantit le traitement des événements exactement une fois et la livraison d’événements au moins une fois. Ainsi, les événements ne sont jamais perdus. Le traitement exactement une fois est garanti avec une sortie sélectionnée, comme décrit dans les garanties de remise d’événements.

Stream Analytics dispose de fonctionnalités de récupération intégrées en cas d'échec de remise d'un événement. Stream Analytics fournit également des points de contrôle intégrés pour gérer l’état de votre travail et fournir des résultats reproductibles.

Pour une fiabilité améliorée, Stream Analytics dans les régions prenant en charge la zone de disponibilité distribue automatiquement les ressources de travail entre plusieurs zones sans configuration ou coût supplémentaire. Ce déploiement redondant interzones garantit que vos travaux de streaming continuent d'être traités même si une zone de disponibilité entière devient indisponible, offrant une protection contre les défaillances d'infrastructure au niveau des zones.

Pour plus d’informations sur la façon dont Stream Analytics prend en charge les zones de disponibilité et les options de récupération d’urgence multirégion, consultez Fiabilité dans Stream Analytics.

Stream Analytics est un service managé qui garantit le traitement des événements avec une disponibilité de 99,9 % au niveau de granularité Minute.

Sécurité

En termes de sécurité, Stream Analytics chiffre toutes les communications entrantes et sortantes et prend en charge le protocole TLS (Transport Layer Security) 1.2. Les points de contrôle intégrés sont également chiffrés. Stream Analytics ne stocke pas les données entrantes dans la mesure où tout le traitement s’effectue en mémoire. Stream Analytics prend également en charge les Réseaux Azure Virtual Networks lorsqu'il exécute une tâche dans un Stream Analytics Cluster.

Performances

Stream Analytics peut traiter des millions d’événements par seconde et fournir des résultats avec une latence ultra faible. Vous avez la possibilité d’effectuer un scale-out pour vous adapter à vos charges de travail. Stream Analytics offre de meilleures performances à l’aide du partitionnement, permettant de paralléliser des requêtes complexes et de les exécuter sur plusieurs nœuds de streaming. Stream Analytics est basé sur Trill, un moteur d’analytique de streaming en mémoire hautes performances développé en collaboration avec Microsoft Research.

Étapes suivantes

Essayez Stream Analytics à l’aide d’un abonnement Azure gratuit.

Essayez Stream Analytics

Vous disposez maintenant d’une vue d’ensemble de Stream Analytics. Ensuite, vous pouvez approfondir et créer votre premier travail Stream Analytics :

Rétroaction

Cette page a-t-elle été utile ?

Last updated on 2026-02-07