Valós idejű elemzési és streamelési feldolgozási technológia kiválasztása az Azure-ban
Az Azure-ban számos szolgáltatás érhető el valós idejű elemzéshez és streameléshez. Ez a cikk azokat az információkat ismerteti, amelyek alapján eldöntheti, hogy melyik technológia felel meg a legjobban az alkalmazásnak.
Mikor érdemes használni az Azure Stream Analyticset?
Az Azure Stream Analytics az Azure-beli streamelemzések ajánlott szolgáltatása. Számos olyan forgatókönyvhez használhatja, amelyek magukban foglalják, de nem korlátozódnak a következőkre:
- Irányítópultok adatvizualizációhoz
- Valós idejű riasztások időbeli és térbeli mintákból vagy anomáliákból
- Kinyerési, átalakítási és betöltési (ETL) feladatok
- Event Sourcing minta
- IoT Edge
Az Azure Stream Analytics-feladat alkalmazáshoz való hozzáadása a streamelt elemzések azure-ban való üzembe állításának leggyorsabb módja, a már ismert SQL-nyelv használatával. Az Azure Stream Analytics egy feladatszolgáltatás, így nem kell a fürtök kezelésével töltenie az időt, és nem kell aggódnia az állásidő miatt a feladat szintjén érvényes 99,9%-os szolgáltatásiszint-szerződéssel (SLA). A számlázás a feladat szintjén is történik, így az indítási költségek alacsonyak (egy streamelési egység), de méretezhető (akár 396 streamelési egység). Sokkal költséghatékonyabb néhány Stream Analytics-feladat futtatása, mint egy fürt futtatása és karbantartása.
Az Azure Stream Analytics sokoldalú, beépített felülettel rendelkezik. A következő funkciók azonnal kihasználhatók további beállítások nélkül:
- Beépített időbeli operátorok, például ablakos aggregátumok, időbeli illesztések és időbeli elemzési függvények.
- Natív Azure-bemeneti és kimeneti adapterek
- Lassú referenciaadatok (más néven keresési táblák) támogatása, beleértve a térinformatikai referenciaadatokhoz való csatlakozást a geofencinghez.
- Integrált megoldások, például anomáliadetektálás
- Több időablak ugyanabban a lekérdezésben
- Több időbeli operátor tetszőleges sorrendben történő megírásának képessége.
- 100 ms-os végpontok közötti késés az Event Hubsba érkező bemenettől az Event Hubsban való kimeneti leszállásig, beleértve a hálózati késést az Event Hubsból és az Event Hubsba, tartósan magas átviteli sebességgel
Mikor érdemes más technológiákat használni?
UDF-eket, UTA-kat és egyéni deszerializálókat nem JavaScript vagy C nyelven szeretne írni#
Az Azure Stream Analytics támogatja a felhasználók által definiált függvényeket (UDF) vagy felhasználó által definiált összesítéseket (UDA) a JavaScriptben a felhőbeli feladatokhoz, a C#-t pedig az IoT Edge-feladatokhoz. A C# felhasználó által definiált deszerializálók is támogatottak. Ha deszerializálót, UDF-t vagy UDA-t szeretne implementálni más nyelveken, például Javában vagy Pythonban, használhatja a Spark Strukturált streamelést. Az Event Hubs EventProcessorHostot a saját virtuális gépein is futtathatja tetszőleges streamfeldolgozáshoz.
A megoldás többfelhős vagy helyszíni környezetben van
Az Azure Stream Analytics a Microsoft saját fejlesztésű technológiája, és csak az Azure-ban érhető el. Ha azt szeretné, hogy a megoldás hordozható legyen a felhőkben vagy a helyszínen, fontolja meg a nyílt forráskódú technológiákat, például a Spark Strukturált streamelést vagy az Apache Flinket.