Bienvenue dans Azure Stream Analytics
Azure Stream Analytics est un moteur de traitement de flux complètement managé conçu pour analyser et traiter de grands volumes de données de streaming avec des latences inférieures à la milliseconde. Les modèles et les relations peuvent être identifiés dans des données originaires de plusieurs sources d’entrée, notamment des applications, des appareils, des capteurs, des parcours de visite et des flux de médias sociaux. Ces modèles peuvent être utilisés pour déclencher des actions est initier des workflows, comme la création d’alertes, l’envoi d’informations à un outil de création de rapports ou bien le stockage de données transformées pour une utilisation ultérieure. Stream Analytics est également disponible sur le runtime Azure IoT Edge, ce qui permet de traiter des données directement sur les appareils IoT.
Les scénarios suivants sont des exemples d’utilisation d’Azure Stream Analytics :
- Diffusion en continu du pipeline ETL vers stockage Azure au format Parquet
- Applications pilotées par les événements avec Azure SQL Database et Azure Cosmos DB
- Analyser les flux et journaux de télémétrie en temps réel à partir d’applications et d’appareils IoT
- Tableau de bord en temps réel avec Power BI
- Détection des anomalies pour détecter des pics, des creux et des changements positifs et négatifs lents dans les valeurs du capteur
- Analyses géospatiales pour la gestion de flotte et les véhicules sans pilote
- Surveillance à distance et maintenance prédictive de ressources stratégiques
- Analyse des parcours de visite pour déterminer le comportement du client
Vous pouvez essayer Azure Stream Analytics avec un abonnement Azure gratuit.
Avantages et fonctionnalités clés
Simplicité d'utilisation
Azure Stream Analytics est prêt à fonctionner. Quelques clics suffisent pour se connecter à différents récepteurs et sources de données et créer un pipeline de bout en bout. Stream Analytics peut se connecter directement à Azure Event Hubs et à Azure IoT Hub pour l’ingestion de données diffusées en continu, ainsi qu’au stockage Blob Azure pour l’ingestion de données historiques. L’entrée du travail peut également inclure des données de référence statiques ou à variation lente du stockage blob Azure ou de SQL Database, que vous pouvez joindre aux données de streaming pour effectuer des opérations de recherche.
Stream Analytics peut acheminer la sortie du travail vers de nombreux systèmes de stockage, tels que Stockage Blob Azure, Azure SQL Database, Azure Data Lake Store et Azure Cosmos DB. Vous pouvez également exécuter des analyses en mode batch sur des sorties de flux avec Azure Synapse Analytics ou HDInsight, ou envoyer les sorties vers un autre service comme Event Hubs pour les consommer ou comme Power BI pour les visualiser en temps réel. Pour obtenir la liste complète des sorties Stream Analytics, consultez Comprendre les sorties d’Azure Stream Analytics.
L’éditeur sans code Azure Stream Analytics offre une expérience sans code qui vous permet de développer des travaux Stream Analytics facilement, à l’aide de la fonctionnalité glisser-déplacer, sans avoir à écrire de code. Il simplifie davantage l’expérience de développement de travaux Stream Analytics. Pour en savoir plus sur l’éditeur sans code, consultez la section Traitement de flux sans code dans Azure Stream Analytics
Productivité du programmeur
Azure Stream Analytics utilise un langage de requête SQL qui intègre des contraintes temporelles puissantes pour analyser les données en mouvement. Vous pouvez également créer des travaux à l’aide d’outils de développement comme Azure PowerShell, Azure CLI, les outils Visual Studio Stream Analytics, l’extension Stream Analytics Visual Studio Code ou les modèles Azure Resource Manager. Les outils de développement vous permettent de développer des requêtes de transformation en mode hors connexion et d’utiliser le pipeline CI/CD pour envoyer des travaux vers Azure.
Le langage de requête Stream Analytics vous permet d’effectuer le traitement des événements complexes (CEP) en proposant un large choix de fonctions d’analyse des données de streaming. Ce langage de requête prend en charge les fonctions simples de manipulation, d’agrégation et d’analytique des données, des fonctions géospatiales, des critères spéciaux et la détection d’anomalie. Vous pouvez modifier les requêtes dans le portail ou à l’aide de nos outils de développement, et les tester à l’aide d’exemples de données extraits à partir d’un stream 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 d’Azure Machine Learning et intégrer des fonctions JavaScript ou C# définies par l’utilisateur ou des agrégats définis par l’utilisateur pour effectuer des calculs complexes dans le cadre d’une requête Stream Analytics.
Gestion intégrale
Azure Stream Analytics est une offre (PaaS) complètement managée sur Azure. Vous n’avez pas besoin de provisionner de matériel ni d’infrastructure, ni de mettre à jour le système d’exploitation ou des logiciels. Azure Stream Analytics gère entièrement votre travail, ce qui vous permet de vous concentrer sur votre logique métier et non sur l’infrastructure.
Exécuter dans le cloud ou à la périphérie intelligente
Azure Stream Analytics peut être exécuté dans le cloud pour une analytique à grande échelle, ou sur IoT Edge ou Azure Stack pour une analytique à très faible latence. Azure Stream Analytics utilise le même langage de requête et les mêmes outils dans le cloud et à la périphérie. Ainsi, les développeurs peuvent créer des architectures véritablement hybrides à des fins de traitement de flux.
Faible coût total de possession
Comme un service cloud, Stream Analytics est optimisé pour réduire le coût. Aucun frais initial ne s’applique. Vous payez uniquement pour les unités de streaming que vous consommez. Aucun engagement ni aucun approvisionnement de cluster requis, et vous pouvez faire évoluer le travail vers le haut ou vers le bas en fonction des besoins de votre entreprise.
Intégration stratégique immédiate
Le moteur Azure Stream Analytics est disponible dans de nombreuses régions du monde entier. Il est conçu pour l’exécution des charges de travail critiques tout en prenant en charge les exigences de conformité, de sécurité et de fiabilité.
Fiabilité
Azure Stream Analytics garantit un traitement des événements en « exactement une fois », et une remise des événements « une fois au minimum », ce qui évite la perte d’événements. Le traitement en une fois exactement est garanti avec une sortie sélectionnée, comme décrit dans Garanties de remise d’événement.
Azure Stream Analytics dispose de fonctionnalités de récupération intégrées, en cas d’échec de la 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.
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, Azure Stream Analytics chiffre toutes les communications entrantes et sortantes, il prend également en charge TLS 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 virtuels Azure (VNET) lors de l’exécution d’un travail dans un cluster Stream Analytics.
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. Azure Stream Analytics repose sur Trill, un moteur haute performance d’analyse de streaming en mémoire développé en collaboration avec Microsoft Research.
Étapes suivantes
Vous connaissez désormais les notions de base sur Azure Stream Analytics. Pour approfondir ces connaissances et créer votre premier travail Stream Analytics, consultez les articles suivants :