Azure Stream Analytics-resourcemodel

Azure Stream Analytics is een volledig beheerde PaaS (Platform-as-a-Service) voor streamverwerking. In dit artikel wordt het resourcemodel voor Stream Analytics beschreven door het concept van een Stream Analytics-cluster, taak en de onderdelen van een taak te introduceren.

Stream Analytics-taak

Een Stream Analytics-taak is de fundamentele eenheid in Stream Analytics waarmee u de logica voor stroomverwerking kunt definiëren en uitvoeren. Een taak bestaat uit drie hoofdonderdelen:

• Invoer
• Uitvoer
• Query

Invoer

Een taak kan een of meer invoergegevens bevatten om continu gegevens van te lezen. Deze gegevensbronnen voor streaming-invoer kunnen een Azure Event Hubs, Azure IoT Hub of Azure Storage zijn. Stream Analytics biedt ook ondersteuning voor het lezen van statische of langzaam veranderende invoergegevens (ook wel referentiegegevens genoemd) die vaak worden gebruikt om streaminggegevens te verrijken. Het toevoegen van deze invoer aan uw taak is een bewerking zonder code.

Uitvoer

Een taak kan een of meer uitvoer hebben om continu gegevens naar te schrijven. Stream Analytics ondersteunt 12 verschillende uitvoersinks, waaronder Azure SQL Database, Azure Data Lake Storage, Azure Cosmos DB, Power BI en meer. Het toevoegen van deze uitvoer aan uw taak is ook een bewerking met nulcode.

Query

U kunt uw stroomverwerkingslogica implementeren door een SQL-query in uw taak te schrijven. Met de uitgebreide ondersteuning voor SQL-talen kunt u scenario's aanpakken, zoals het parseren van complexe JSON, het filteren van waarden, computingaggregaties, het uitvoeren van joins en nog geavanceerdere gebruiksvoorbeelden, zoals georuimtelijke analyses en anomaliedetectie. U kunt deze SQL-taal ook uitbreiden met door de gebruiker gedefinieerde JavaScript-functies (UDF) en door de gebruiker gedefinieerde aggregaties (UDA). Met Stream Analytics kunt u zich ook eenvoudig aanpassen aan late en out-of-ordergebeurtenissen via eenvoudige configuraties in de instellingen van uw taak. U kunt er ook voor kiezen om uw query uit te voeren op basis van de aankomsttijd van de invoergebeurtenis bij de invoerbron of wanneer de gebeurtenis is gegenereerd bij de gebeurtenisbron.

Een taak uitvoeren

Nadat u uw taak hebt ontwikkeld door invoer, uitvoer en een query te configureren, kunt u uw taak starten door het aantal streaming-eenheden op te geven. Zodra uw taak is gestart, krijgt deze de status Actief en blijft deze status actief totdat deze expliciet is gestopt of er een onherstelbare fout optreedt. Wanneer de taak actief is, worden continu gegevens opgehaald uit uw invoerbronnen, wordt de querylogica uitgevoerd die resultaten produceert die naar uw uitvoersinks worden geschreven met een end-to-end latentie van milliseconden.

Wanneer uw taak is gestart, zorgt de Stream Analytics-service voor het compileren van uw query en wijst bepaalde hoeveelheid reken- en geheugen toe op basis van het aantal streaming-eenheden dat in uw taak is geconfigureerd. U hoeft zich geen zorgen te maken over onderliggende infrastructuur als clusteronderhoud, beveiligingspatches zoals dat automatisch door het platform wordt geregeld. Bij het uitvoeren van taken in de Standard-SKU worden alleen kosten in rekening gebracht voor de streaming-eenheden wanneer de taak wordt uitgevoerd.

Stream Analytics-cluster

Stream Analytics-taken worden standaard uitgevoerd in de Standard-omgeving met meerdere tenants die de Standard-SKU vormen. Stream Analytics biedt ook een toegewezen SKU waar u een volledig Stream Analytics-cluster kunt inrichten dat bij u hoort. Hierdoor hebt u volledige controle over welke taken op uw cluster worden uitgevoerd. De minimale grootte van een Stream Analytics-cluster is 12 streaming-eenheden en er worden kosten in rekening gebracht voor de volledige clustercapaciteit vanaf het moment dat het wordt ingericht. Meer informatie over de voordelen van Stream Analytics-clusters en wanneer u deze kunt gebruiken.

Volgende stappen

Meer informatie over het beheren van uw Azure Stream Analytics en andere concepten:

• Een oplossing voor fraudedetectie bouwen met Stream Analytics
• Overzicht van invoer
• Overzicht van uitvoer
• Een query ontwikkelen