Streaming di dati in SQL Edge di Azure
Importante
SQL Edge di Azure non supporta più la piattaforma ARM64.
SQL Edge di Azure offre un'implementazione nativa delle funzionalità di streaming dei dati denominate streaming Transact-SQL (T-SQL). Offre flussi di dati in tempo reale, analisi ed elaborazione di eventi per analizzare ed elaborare volumi elevati di dati di streaming veloce da più origini contemporaneamente. Lo streaming T-SQL viene creato usando lo stesso motore di streaming ad alte prestazioni che supporta Analisi di flusso di Azure in Microsoft Azure. La funzionalità supporta un set simile di funzionalità offerte da Analisi di flusso di Azure in esecuzione sul perimetro.
Come per Analisi di flusso, lo streaming T-SQL riconosce modelli e relazioni nelle informazioni estratte da diverse origini di input IoT, inclusi dispositivi, sensori e applicazioni. È possibile usare questi modelli per attivare azioni e avviare flussi di lavoro. Ad esempio, è possibile creare avvisi, inserire informazioni in una soluzione di creazione di report o visualizzazione o archiviare i dati per usarli in un secondo momento.
Lo streaming T-SQL consente di:
- Analizzare flussi di dati di telemetria in tempo reale da dispositivi IoT.
- Usare l'analisi in tempo reale dei dati generati da veicoli autonomi e senza conducente.
- Usare il monitoraggio remoto e la manutenzione predittiva di asset industriali o di produzione di alto valore.
- Usare il rilevamento anomalie e il riconoscimento dei modelli delle letture dei sensori IoT in un'agricoltura o in una farm energetica.
Come funziona lo streaming T-SQL?
Lo streaming T-SQL funziona esattamente come Analisi di flusso di Azure. Ad esempio, usa il concetto di processi di streaming per l'elaborazione del flusso di dati in tempo reale.
Un processo di analisi di flusso è costituito da:
Input flusso: definisce le connessioni a un'origine dati da cui leggere il flusso di dati. SQL Edge di Azure supporta attualmente i tipi di input di flusso seguenti:
- Hub di Edge
- Kafka (il supporto per gli input Kafka è attualmente disponibile solo nelle versioni Intel/AMD64 di Sql Edge di Azure).
Output del flusso: definisce le connessioni a un'origine dati in cui scrivere il flusso di dati. SQL Edge di Azure supporta attualmente i tipi di output di flusso seguenti
- Hub di Edge
- SQL (L'output SQL può essere un database locale all'interno dell'istanza di SQL Edge di Azure o un'istanza remota di SQL Server o database SQL di Azure).
Query di flusso: definisce la trasformazione, le aggregazioni, il filtro, l'ordinamento e i join da applicare al flusso di input, prima che venga scritto nell'output del flusso. La query di flusso si basa sullo stesso linguaggio di query usato da Analisi di flusso. Per altre informazioni, vedere Linguaggio di query di Analisi di flusso.
Importante
Lo streaming T-SQL, a differenza di Analisi di flusso, attualmente non supporta l'uso di dati di riferimento per le ricerche o l'uso di funzioni definite dall'utente e dell'UDA in un processo di flusso.
Nota
Il flusso T-SQL supporta solo un subset della superficie di attacco del linguaggio supportata da Analisi di flusso. Per altre informazioni, vedere Linguaggio di query di Analisi di flusso.
Limiti
Le limitazioni e le restrizioni seguenti si applicano al flusso T-SQL.
- Un solo processo di streaming può essere attivo in qualsiasi momento specifico. I processi già in esecuzione devono essere arrestati prima di avviare un altro processo.
- Ogni esecuzione del processo di streaming è a thread singolo. Se il processo di streaming contiene più query, ogni query viene valutata in ordine seriale.
- Quando è stato arrestato un processo di streaming in SQL Edge di Azure, potrebbe verificarsi un certo ritardo prima dell'avvio del processo di streaming successivo. Questo ritardo viene introdotto perché il processo di streaming sottostante deve essere arrestato in risposta alla richiesta di arresto del processo e quindi riavviato in risposta alla richiesta di avvio del processo.
- Streaming T-SQL fino a 32 partizioni per un flusso kafka. I tentativi di configurare un numero di partizioni superiore generano un errore.