Bagikan melalui

Model sumber daya Azure Stream Analytics

Azure Stream Analytics adalah platform-as-a-service (PaaS) yang dikelola sepenuhnya untuk pemrosesan aliran. Artikel ini menjelaskan model sumber daya untuk Azure Stream Analytics dengan memperkenalkan konsep kluster Azure Stream Analytics, pekerjaan, dan komponen pekerjaan.

Pekerjaan Azure Stream Analytics

Pekerjaan Azure Stream Analytics adalah unit dasar di Azure Stream Analytics yang memungkinkan Anda menentukan dan menjalankan logika pemrosesan aliran Anda. Sebuah pekerjaan terdiri dari 3 komponen utama:

  • Input
  • Hasil
  • Kueri

Input

Pekerjaan dapat memiliki satu atau beberapa input untuk terus membaca data. Sumber data input streaming ini bisa berupa Azure Event Hubs, Azure IoT Hub, atau Azure Storage. Azure Stream Analytics juga mendukung pembacaan data input statik atau yang lambat perubahannya (disebut data referensi) yang sering digunakan untuk memperkaya data streaming. Menambahkan input ini ke pekerjaan Anda merupakan operasi tanpa kode.

Hasil

Pekerjaan dapat memiliki satu atau beberapa output untuk terus menulis data. Azure Stream Analytics mendukung 12 sink output yang berbeda termasuk Azure SQL Database, Azure Data Lake Storage, Azure Cosmos DB, Power BI, dan banyak lagi. Menambahkan output ini ke pekerjaan Anda juga merupakan operasi tanpa kode.

Kueri

Anda dapat menerapkan logika pemrosesan aliran dengan menulis kueri SQL dalam pekerjaan Anda. Dukungan bahasa SQL yang kaya memungkinkan Anda mengatasi skenario seperti mengurai JSON yang kompleks, memfilter nilai, menghitung agregat, melakukan gabungan, dan bahkan kasus penggunaan yang lebih canggih seperti analitik geospasial dan deteksi anomali. Anda juga dapat memperluas bahasa SQL ini dengan user-defined-functions (UDF) JavaScript dan user-defined-aggregates (UDA). Azure Stream Analytics juga memungkinkan Anda untuk dengan mudah menyesuaikan peristiwa yang terlambat dan tidak berurutan melalui konfigurasi sederhana di pengaturan pekerjaan Anda. Anda juga dapat memilih untuk menjalankan kueri berdasarkan waktu kedatangan peristiwa input di sumber input atau saat peristiwa dibuat di sumber peristiwa.

Menjalankan pekerjaan

Setelah mengembangkan pekerjaan dengan mengonfigurasi input, output, dan kueri, Anda dapat memulai pekerjaan dengan menentukan jumlah Unit Streaming. Setelah pekerjaan Anda dimulai, pekerjaan masuk ke status Berjalan dan akan tetap dalam status itu sampai secara eksplisit berhenti atau mengalami kegagalan yang tidak dapat dipulihkan. Ketika pekerjaan dalam keadaan berjalan, pekerjaan terus menarik data dari sumber input Anda, menjalankan logika kueri yang menghasilkan hasil yang ditulis ke sink output Anda dengan latensi end-to-end milidetik.

Saat pekerjaan Anda dimulai, layanan Azure Stream Analytics menangani kompilasi kueri Anda dan menetapkan jumlah komputasi serta memori tertentu berdasarkan jumlah Unit Streaming yang dikonfigurasi dalam pekerjaan Anda. Anda tidak perlu khawatir tentang infrastruktur yang mendasarinya sebagai pemeliharaan kluster, penambal keamanan semacam ini secara otomatis ditangani oleh platform. Saat menjalankan pekerjaan di SKU Standar, Anda dikenakan biaya untuk Unit Streaming hanya saat pekerjaan berjalan.

Kluster Azure Stream Analytics

Secara default, pekerjaan Azure Stream Analytics berjalan di lingkungan multi-penyewa Standar yang membentuk SKU Standar. Azure Stream Analytics juga menyediakan SKU Khusus tempat Anda dapat memprovisikan seluruh kluster Azure Stream Analytics milik Anda. Melakukan hal tersebut akan memberi Anda kontrol penuh terkait pekerjaan mana yang berjalan pada kluster Anda. Ukuran minimum kluster Stream Analytics adalah 12 Unit Streaming dan Anda dikenakan biaya untuk seluruh kapasitas kluster dari saat disediakan. Anda dapat mempelajari selengkapnya tentang manfaat kluster Azure Stream Analytics dan kapan menggunakannya.

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

Diagram that shows Dedicated environment in Stream Analytics.

Langkah berikutnya

Pelajari cara mengelola akun Azure Stream Analytics dan konsep lainnya:

  • Last updated on