Przetwarzanie strumienia bez kodu w usłudze Azure Stream Analytics

Edytor bez kodu umożliwia łatwe opracowywanie zadania usługi Stream Analytics w celu przetwarzania danych przesyłanych strumieniowo w czasie rzeczywistym przy użyciu funkcji przeciągania i upuszczania bez konieczności pisania pojedynczego wiersza kodu. Środowisko zapewnia kanwę, która umożliwia łączenie się ze źródłami wejściowymi w celu szybkiego wyświetlenia danych przesyłanych strumieniowo. Następnie możesz zmodyfikować go przed zapisem na miejscach docelowych.

Edytor bez kodu umożliwia łatwe:

• Modyfikowanie schematów wejściowych.
• Wykonywanie operacji przygotowywania danych, takich jak sprzężenia i filtry.
• Podejmij się zaawansowanych scenariuszy, takich jak agregacje okien czasowych (okna skokowe, okna przeskakujące i okna sesji) dla operacji grupowania według kryteriów.

Po utworzeniu i uruchomieniu zadań usługi Stream Analytics można łatwo operacjonalizować obciążenia produkcyjne. Użyj odpowiedniego zestawu wbudowanych metryk na potrzeby monitorowania i rozwiązywania problemów. Zadania usługi Stream Analytics są rozliczane zgodnie z modelem cenowym , gdy są uruchomione.

Wymagania wstępne

Przed opracowaniem zadań usługi Stream Analytics przy użyciu edytora bez kodu należy spełnić następujące wymagania:

• Źródła danych wejściowych przesyłania strumieniowego i zasoby docelowe zadania Stream Analytics muszą być publicznie dostępne i nie mogą znajdować się w sieci wirtualnej Azure.
• Aby uzyskać dostęp do zasobów wejściowych i wyjściowych przesyłania strumieniowego, musisz mieć wymagane uprawnienia.
• Musisz zachować uprawnienia do tworzenia i modyfikowania zasobów usługi Azure Stream Analytics.

Uwaga

Edytor bez kodu jest obecnie niedostępny w regionie Chin.

Zadanie usługi Azure Stream Analytics

Zadanie usługi Stream Analytics opiera się na trzech głównych składnikach: danych wejściowych przesyłania strumieniowego, przekształceń i danych wyjściowych. Możesz mieć dowolną liczbę składników, w tym wiele danych wejściowych, równoległych gałęzi z wieloma przekształceniami i wiele danych wyjściowych. Aby uzyskać więcej informacji, zobacz dokumentację usługi Azure Stream Analytics.

Uwaga

Następujące funkcje i typy danych wyjściowych są niedostępne w przypadku korzystania z edytora bez kodu:

• Funkcje zdefiniowane przez użytkownika.
• Edytowanie zapytań w bloku zapytań usługi Azure Stream Analytics. Można jednak wyświetlić zapytanie wygenerowane przez edytor bez kodu w bloku zapytania.
• Dodawanie danych wejściowych/wyjściowych w blokach danych wejściowych/wyjściowych usługi Azure Stream Analytics. Można jednak wyświetlić dane wejściowe/wyjściowe wygenerowane przez edytor bez kodu w bloku danych wejściowych/wyjściowych.
• Następujące typy danych wyjściowych są niedostępne: Azure Function, ADLS Gen1, PostgreSQL DB, Service Bus queue/topic, Table Storage.

Aby uzyskać dostęp do edytora bez kodu na potrzeby tworzenia zadania usługi Stream Analytics, istnieją dwa podejścia:

1. Za pośrednictwem portalu usługi Azure Stream Analytics (wersja zapoznawcza): Utwórz zadanie usługi Stream Analytics, a następnie wybierz Edytor no-code na karcie Wprowadzenie na stronie Przegląd, lub wybierz Edytor no-code w panelu po lewej stronie.

   

2. Za pośrednictwem portalu Azure Event Hubs: Otwórz instancję Event Hubs. Wybierz pozycję Przetwarzanie danych, a następnie wybierz dowolny wstępnie zdefiniowany szablon.

   

   Wstępnie zdefiniowane szablony mogą pomóc w tworzeniu i uruchamianiu zadania, aby rozwiązać różne scenariusze, w tym:

   • Przechwytywanie danych z usługi Event Hubs w formacie Delta Lake (w wersji zapoznawczej)
   • Filtrowanie i wczytywanie do Azure Synapse SQL
   • Przechwytywanie danych usługi Event Hubs w formacie Parquet w usłudze Azure Data Lake Storage Gen2
   • Materializowanie danych w usłudze Azure Cosmos DB
   • Filtrowanie i pozyskiwanie do usługi Azure Data Lake Storage Gen2
   • Wzbogacanie danych i wprowadzanie do Event Hub
   • Przekształcanie i przechowywanie danych w bazie danych Azure SQL Database
   • Filtrowanie i pozyskiwanie do usługi Azure Data Explorer

Poniższy zrzut ekranu przedstawia ukończone zadanie usługi Stream Analytics. Wyróżnia wszystkie sekcje dostępne dla ciebie podczas tworzenia.

1. Wstążka: Na wstążce sekcje są uporządkowane zgodnie z klasycznym procesem analitycznym: koncentrator zdarzeń jako dane wejściowe (znany również jako źródło danych), przekształcenia (strumieniowe operacje wyodrębniania, przekształcania i ładowania), dane wyjściowe, przycisk do zapisywania postępu i przycisk do uruchamiania zadania.
2. Widok diagramu: jest to graficzna reprezentacja zadania usługi Stream Analytics — od danych wejściowych do operacji po dane wyjściowe.
3. Okienko boczne: w zależności od tego, który składnik został wybrany w widoku diagramu, zobaczysz ustawienia modyfikowania danych wejściowych, transformacji lub danych wyjściowych.
4. Karty podglądu danych, błędy autorskie, dzienniki wykonania i metryki: dla każdego kafelka podgląd danych wyświetla wyniki dla tego kroku (na żywo w przypadku danych wejściowych; na żądanie dla przekształceń i danych wyjściowych). Ta sekcja zawiera również podsumowanie błędów tworzenia lub ostrzeżeń, które mogą występować w zadaniu podczas jego opracowywania. Wybranie każdego błędu lub ostrzeżenia wybierze tę transformację. Udostępnia również metryki zadań do monitorowania kondycji uruchomionego zadania.

Przesyłanie strumieniowe danych wejściowych

Edytor bez kodu obsługuje przesyłanie strumieniowe danych wejściowych z trzech typów zasobów:

• Azure Event Hubs
• Azure IoT Hub
• Azure Data Lake Storage Gen2

Aby uzyskać więcej informacji na temat danych wejściowych przesyłania strumieniowego, zobacz Stream data as input into Stream Analytics (Przesyłanie strumieniowe danych jako dane wejściowe do usługi Stream Analytics).

Uwaga

Edytor bez kodu w portalu usługi Azure Event Hubs ma Event Hub tylko jako opcja wejściowa.

Usługa Azure Event Hubs jako dane wejściowe przesyłania strumieniowego

Azure Event Hubs to platforma przesyłania strumieniowego danych big data i usługa pozyskiwania zdarzeń. Może odbierać i przetwarzać miliony zdarzeń na sekundę. Dane wysyłane do hubu zdarzeń można przekształcać i przechowywać za pośrednictwem dowolnego usługodawcy analizy w czasie rzeczywistym lub adaptera do przetwarzania wsadowego i magazynowania.

Aby skonfigurować centrum zdarzeń jako dane wejściowe dla zadania, wybierz ikonę Centrum zdarzeń. Kafelek jest widoczny w widoku diagramu, z bocznym panelem do jego konfiguracji i połączenia.

Podczas nawiązywania połączenia z centrum zdarzeń w edytorze bez kodu zalecamy utworzenie nowej grupy odbiorców (która jest opcją domyślną). Takie podejście pomaga zapobiec osiągnięciu limitu współbieżnych czytelników przez hub zdarzeń. Aby dowiedzieć się więcej o grupach odbiorców i o tym, czy należy wybrać istniejącą grupę odbiorców, czy utworzyć nową, zobacz Grupy odbiorców.

Jeśli centrum zdarzeń znajduje się w warstwie Podstawowa, możesz korzystać wyłącznie z istniejącej grupy odbiorców $Default. Jeśli twój Event Hub znajduje się w warstwie standardowej lub premium, możesz utworzyć nową grupę odbiorców.

Podczas łączenia się z centrum zdarzeń, jeżeli wybierzesz Tożsamość zarządzaną jako tryb uwierzytelniania, rola Właściciela danych dla aplikacji Azure Event Hubs zostanie przypisana tożsamości zarządzanej dla zadania usługi Stream Analytics. Aby dowiedzieć się więcej o tożsamościach zarządzanych dla centrum zdarzeń, zobacz Używanie tożsamości zarządzanych do uzyskiwania dostępu do centrum zdarzeń z poziomu zadania usługi Azure Stream Analytics.

Tożsamości zarządzane eliminują ograniczenia metod uwierzytelniania opartych na użytkownikach. Ograniczenia te obejmują konieczność ponownego uwierzytelnienia ze względu na zmiany hasła lub wygaśnięcie tokenu użytkownika, które występują co 90 dni.

Po skonfigurowaniu szczegółów centrum zdarzeń i wybraniu pozycji Połącz możesz ręcznie dodać pola przy użyciu pozycji + Dodaj pole , jeśli znasz nazwy pól. Aby zamiast tego automatycznie wykrywać pola i typy danych na podstawie próbki przychodzących komunikatów, wybierz pozycję Pola autowykrywania. Wybranie ikony koła zębatego umożliwia edytowanie poświadczeń, jeśli jest to konieczne.

Gdy zadania usługi Stream Analytics wykryją pola, będą one widoczne na liście. Widzisz również podgląd na żywo komunikatów przychodzących w tabeli Podgląd danych pod widokiem diagramu.

Modyfikowanie danych wejściowych

Możesz edytować nazwy pól lub usunąć pole albo zmienić typ danych albo zmienić czas zdarzenia (Oznacz jako godzinę zdarzenia: klauzula TIMESTAMP BY, jeśli pole typu data/godzina), wybierając symbol trzy kropki obok każdego pola. Możesz również rozwinąć, wybrać i edytować wszystkie zagnieżdżone pola z przychodzących komunikatów, jak pokazano na poniższej ilustracji.

Wskazówka

Dotyczy to również danych wejściowych z usług Azure IoT Hub i Azure Data Lake Storage Gen2.

Dostępne typy danych to:

• Data/godzina: pole Daty i godziny w formacie ISO.
• Liczba zmiennoprzecinkowa: liczba dziesiętna.
• Int: liczba całkowita.
• Rekord: zagnieżdżony obiekt z wieloma rekordami.
• Ciąg: tekst.

Usługa Azure IoT Hub jako wejście przesyłania strumieniowego

Azure IoT Hub to zarządzana usługa hostowana w chmurze, która działa jako centralne centrum komunikatów do komunikacji między aplikacją IoT a dołączonymi urządzeniami. Dane urządzenia IoT wysyłane do usługi IoT Hub mogą służyć jako dane wejściowe dla zadania usługi Stream Analytics.

Uwaga

Dane wejściowe usługi Azure IoT Hub są dostępne w edytorze bez kodu w portalu usługi Azure Stream Analytics.

Aby dodać IoT Hub jako wejście do przesyłania strumieniowego dla zadania, wybierz IoT Hub z sekcji Dane wejściowe na wstążce. Następnie wypełnij potrzebne informacje w panelu po prawej stronie, aby połączyć IoT Hub z Twoim zadaniem. Aby dowiedzieć się więcej na temat szczegółów każdego pola, zobacz Stream data from IoT Hub to Stream Analytics job (Przesyłanie strumieniowe danych z usługi IoT Hub do zadania usługi Stream Analytics).

Usługa Azure Data Lake Storage Gen2 jako dane wejściowe do przesyłania strumieniowego

Azure Data Lake Storage Gen2 (ADLS Gen2) to oparte na chmurze rozwiązanie typu data lake przedsiębiorstwa. Jest ona przeznaczona do przechowywania ogromnych ilości danych w dowolnym formacie i ułatwiania obciążeń analitycznych danych big data. Dane przechowywane w usłudze ADLS Gen2 mogą być przetwarzane jako strumień danych przez usługę Stream Analytics. Aby dowiedzieć się więcej na temat tego typu danych wejściowych, zobacz Przesyłanie strumieniowe danych z usługi ADLS Gen2 do zadania usługi Stream Analytics

Uwaga

Dane wejściowe usługi Azure Data Lake Storage Gen2 są dostępne w edytorze bez kodu w portalu usługi Azure Stream Analytics.

Aby dodać ADLS Gen2 jako strumieniowe dane wejściowe do zadania, wybierz ADLS Gen2 z Dane wejściowe na pasku narzędzi. Następnie wypełnij wymagane informacje na panelu po prawej stronie, aby połączyć usługę ADLS Gen2 z zadaniem. Aby dowiedzieć się więcej o szczegółach każdego pola, zobacz Przesyłanie strumieniowe danych z usługi ADLS Gen2 do zadania usługi Stream Analytics.

Wejścia danych referencyjnych

Dane referencyjne są statyczne lub zmieniają się powoli w czasie. Zwykle służy do wzbogacania strumieni przychodzących oraz wyszukiwania w ramach zadania. Możesz na przykład połączyć dane wejściowe strumienia danych z danymi referencyjnymi, podobnie jak łączenie SQL, aby wyszukać wartości statyczne. Aby uzyskać więcej informacji na temat referencyjnych danych wejściowych, zobacz Use reference data for lookups in Stream Analytics (Używanie danych referencyjnych do wyszukiwania w usłudze Stream Analytics).

Edytor bez kodu obsługuje teraz dwa źródła danych referencyjnych:

• Azure Data Lake Storage Gen2
• Azure SQL Database

Usługa Azure Data Lake Storage Gen2 jako dane referencyjne

Dane referencyjne są modelowane jako sekwencja bloków w kolejności rosnącej kombinacji daty/godziny zawartej w nazwie bloku. Obiekty blob można dodawać do końca sekwencji tylko, jeśli ich data/godzina jest późniejsza niż ta określona dla ostatniego obiektu blob w sekwencji. Obiekty blob są definiowane w konfiguracji wejściowej.

Najpierw w sekcji Dane wejściowe na wstążce wybierz Referencję ADLS Gen2. Aby wyświetlić szczegółowe informacje o poszczególnych polach, zobacz sekcję dotyczącą usługi Azure Blob Storage w temacie Używanie danych referencyjnych do wyszukiwania w usłudze Stream Analytics.

Następnie przekaż plik tablicy JSON. Pola w pliku zostaną wykryte. Użyj tych danych referencyjnych do wykonania transformacji strumieniowych danych wejściowych z usługi Event Hubs.

Usługa Azure SQL Database jako dane referencyjne

Usługę Azure SQL Database można używać jako danych referencyjnych dla zadania usługi Stream Analytics w edytorze bez kodu. Aby uzyskać więcej informacji, zobacz sekcję dotyczącą usługi SQL Database w temacie Use reference data for lookups in Stream Analytics (Używanie danych referencyjnych do wyszukiwania w usłudze Stream Analytics).

Aby skonfigurować bazę danych SQL jako referencyjne dane wejściowe, wybierz pozycję Reference SQL Database w sekcji Dane wejściowe na wstążce. Następnie wypełnij informacje, aby połączyć bazę danych referencyjnych i wybrać tabelę z potrzebnymi kolumnami. Możesz również pobrać dane referencyjne z tabeli, edytując zapytanie SQL ręcznie.

Przekształcenia

Przekształcenia danych przesyłanych strumieniowo różnią się z natury od przekształceń danych wsadowych. Prawie wszystkie dane przesyłane strumieniowo mają składnik czasu, który ma wpływ na wszystkie zadania związane z przygotowywaniem danych.

Aby dodać przekształcenie danych przesyłanych strumieniowo do zadania, wybierz symbol przekształcenia w sekcji Operacje na wstążce dla tej transformacji. Odpowiedni kafelek zostanie porzucony w widoku diagramu. Po jego wybraniu zobaczysz okienko boczne tego przekształcenia, gdzie będziesz mógł je skonfigurować.

Filtr

Użyj przekształcenia filtru, aby filtrować zdarzenia na podstawie wartości pola w danych wejściowych. W zależności od typu danych (liczby lub tekstu) przekształcenie zachowa wartości zgodne z wybranym warunkiem.

Uwaga

Wewnątrz każdego kafelka zobaczysz informacje o tym, czego jeszcze potrzeba, aby transformacja była gotowa. Na przykład podczas dodawania nowego kafelka zostanie wyświetlony komunikat o konieczności konfiguracji. Jeśli brakuje łącznika węzła, zobaczysz komunikat o błędzie lub komunikat Ostrzegawczy .

Zarządzanie polami

Przekształcenie Zarządzaj polami umożliwia dodawanie, usuwanie lub zmienianie nazw pól przychodzących z danych wejściowych lub innego przekształcenia. Ustawienia w okienku bocznym umożliwiają dodanie nowego pola, wybierając pozycję Dodaj pole lub dodając wszystkie pola jednocześnie.

Możesz również dodać nowe pole za pomocą funkcji wbudowanych, aby agregować dane z górnego strumienia. Obecnie funkcje wbudowane, które obsługujemy, to niektóre funkcje w funkcjach ciągów, funkcjach daty i godziny, funkcjach matematycznych. Aby dowiedzieć się więcej na temat definicji tych funkcji, zobacz Wbudowane funkcje (Azure Stream Analytics).

Wskazówka

Po skonfigurowaniu kafelka widok diagramu daje wgląd w ustawienia w obrębie kafelka. Na przykład w obszarze Zarządzaj polami powyższego obrazu można zobaczyć pierwsze trzy pola zarządzane i nowe nazwy przypisane do nich. Każdy kafelek zawiera odpowiednie informacje.

Agregacja

Możesz użyć przekształcenia Agregacja, aby obliczyć agregację (Suma, Minimum, Maksimum lub Średnia) za każdym razem, gdy nowe zdarzenie występuje przez pewien okres czasu. Ta operacja umożliwia również filtrowanie lub podział agregacji na podstawie innych wymiarów danych. W tej samej transformacji można mieć co najmniej jedną agregację.

Aby dodać agregację, wybierz symbol przekształcenia. Następnie połącz dane wejściowe, wybierz agregację, dodaj dowolny wymiar filtru lub wycinka i wybierz okres czasu, w którym zostanie obliczona agregacja. W tym przykładzie obliczamy sumę wartości opłaty według stanu pochodzenia pojazdu w ciągu ostatnich 10 sekund.

Aby dodać kolejną agregację do tej samej transformacji, wybierz pozycję Dodaj funkcję agregacji. Należy pamiętać, że filtr lub wycinek zostaną zastosowane do wszystkich agregacji w transformacji.

Dołączanie

Użyj przekształcenia Join, aby połączyć zdarzenia z dwóch danych wejściowych na podstawie wybranych par pól. Jeśli nie wybierzesz pary pól, połączenie będzie domyślnie oparte na czasie. Wartością domyślną jest to, co sprawia, że ta transformacja różni się od tej wsadowej.

Podobnie jak w przypadku zwykłych sprzężeń, masz opcje logiki sprzężenia:

• Złączenie wewnętrzne: dołącz tylko rekordy z obu tabel, gdzie pary są zgodne. W tym przykładzie tablica rejestracyjna pasuje do obu danych wejściowych.
• Zewnętrzne sprzężenie lewostronne: uwzględnij wszystkie rekordy z lewej (czyli pierwszej) tabeli i tylko rekordy z drugiej, pasujące do pary pól. Jeśli nie ma dopasowania, pola z drugiego wejścia będą puste.

Aby wybrać typ sprzężenia, wybierz symbol preferowanego typu w okienku bocznym.

Na koniec wybierz okres, dla którego chcesz obliczać połączenie. W tym przykładzie łączenie uwzględnia ostatnie 10 sekund. Należy pamiętać, że tym dłuższy jest okres, tym rzadziej są używane dane wyjściowe — a tym więcej zasobów przetwarzania używanych do transformacji.

Domyślnie wszystkie pola z obu tabel są uwzględniane. Prefiksy w lewo (pierwszy węzeł) i prawy (drugi węzeł) w danych wyjściowych ułatwiają odróżnienie źródła.

Grupuj według

Aby obliczyć agregacje we wszystkich zdarzeniach w określonym przedziale czasu, użyj przekształcenia pełniącego funkcję Grupuj według. Można grupować według wartości w co najmniej jednym polu. Jest podobna do przekształcenia Aggregate, ale oferuje więcej opcji agregacji. Zawiera również bardziej złożone opcje okien czasowych. Podobnie jak agregacja, można dodać więcej niż jedną agregację na transformację.

Agregacje dostępne w transformacji to:

• Średnia
• Licznik
• Maksimum
• Minimum
• Percentyl (ciągły i dyskretny)
• Odchylenie standardowe
• Sum
• Wariancja

Aby skonfigurować transformację:

1. Wybierz preferowaną agregację.
2. Wybierz pole, na którym chcesz zagregować.
3. Wybierz opcjonalne pole do grupowania, jeśli chcesz uzyskać obliczenie agregacyjne dla innego wymiaru lub kategorii. Na przykład: Stan.
4. Wybierz swoją funkcję dla okien czasowych.

Aby dodać kolejną agregację do tej samej transformacji, wybierz pozycję Dodaj funkcję agregacji. Należy pamiętać, że pole Grupuj według i funkcja okienkowa będą stosowane do wszystkich agregacji w transformacji.

Sygnatura czasowa końca okna czasowego jest wyświetlana jako część danych wyjściowych transformacji do celów referencyjnych. Aby uzyskać więcej informacji na temat okien czasowych, które obsługują zadania usługi Stream Analytics, zobacz Funkcje obsługi okien (Azure Stream Analytics).

Unia

Użyj przekształcenia Union, aby połączyć dwa lub więcej wejść i dodać zdarzenia, które mają wspólne pola (o tej samej nazwie i typie danych) do jednej tabeli. Pola, które nie są zgodne, zostaną usunięte i nie zostaną uwzględnione w danych wyjściowych.

Rozwiń tablicę

Użyj przekształcenia Rozwiń tablicę, aby utworzyć nowy wiersz dla każdej wartości w tablicy.

Dane wyjściowe przesyłania strumieniowego

Środowisko przeciągania i upuszczania bez kodu obsługuje obecnie kilka ujściów danych wyjściowych do przechowywania przetworzonych danych w czasie rzeczywistym.

Azure Data Lake Storage Gen2

Usługa Data Lake Storage Gen2 sprawia, że usługa Azure Storage stanowi podstawę do tworzenia magazynów danych przedsiębiorstwa na platformie Azure. Jest ona przeznaczona do obsługi wielu petabajtów informacji przy jednoczesnym utrzymaniu setek gigabitów przepływności. Umożliwia łatwe zarządzanie ogromnymi ilościami danych. Usługa Azure Blob Storage oferuje ekonomiczne i skalowalne rozwiązanie do przechowywania dużych ilości danych bez struktury w chmurze.

W sekcji Dane wyjściowe na wstążce wybierz pozycję ADLS Gen2 jako dane wyjściowe zadania usługi Stream Analytics. Następnie wybierz kontener, w którym chcesz wysłać dane wyjściowe zadania. Aby uzyskać więcej informacji na temat danych wyjściowych usługi Azure Data Lake Gen2 dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Blob Storage i Azure Data Lake Gen2 z usługi Azure Stream Analytics.

Jeśli łączysz się z usługą Azure Data Lake Storage Gen2, wybierając Tożsamość zarządzaną jako tryb uwierzytelniania, rola współautora danych obiektu blob Storage zostanie nadana tożsamości zarządzanej dla zadania Stream Analytics. Aby dowiedzieć się więcej o tożsamościach zarządzanych dla usługi Azure Data Lake Storage Gen2, zobacz Używanie tożsamości zarządzanych do uwierzytelniania zadania usługi Azure Stream Analytics w usłudze Azure Blob Storage.

Tożsamości zarządzane eliminują ograniczenia metod uwierzytelniania opartych na użytkownikach. Ograniczenia te obejmują konieczność ponownego uwierzytelnienia ze względu na zmiany hasła lub wygaśnięcie tokenu użytkownika, które występują co 90 dni.

Dostarczenie dokładnie raz (wersja zapoznawcza) jest obsługiwane w usłudze ADLS Gen2 jako dane wyjściowe bez edytora kodu. Można ją włączyć w sekcji Tryb zapisu w konfiguracji usługi ADLS Gen2. Aby uzyskać więcej informacji na temat tej funkcji, zobacz Dostarczanie dokładnie raz (wersja zapoznawcza) w usłudze Azure Data Lake Gen2

Zapisywanie w tabeli Delta Lake (wersja wstępna) jest obsługiwane w usłudze ADLS Gen2 jako wyjście edytora bez kodu. Dostęp do tej opcji można uzyskać w sekcji Serializacja w konfiguracji usługi ADLS Gen2. Aby uzyskać więcej informacji na temat tej funkcjonalności, zobacz Zapisywanie do tabeli Delta Lake.

Azure Synapse Analytics

Zadania usługi Azure Stream Analytics mogą wysyłać dane wyjściowe do dedykowanej tabeli puli SQL w usłudze Azure Synapse Analytics i przetwarzać współczynniki przepływności do 200 MB na sekundę. Usługa Stream Analytics obsługuje najbardziej wymagające analizy w czasie rzeczywistym i potrzeby przetwarzania danych ścieżki gorącej dla obciążeń, takich jak raportowanie i pulpity nawigacyjne.

Ważne

Dedykowana tabela puli SQL musi istnieć przed dodaniem jej jako danych wyjściowych do zadania usługi Stream Analytics. Schemat tabeli musi być zgodny z polami i ich typami w danych wyjściowych zadania.

W sekcji Dane wyjściowe na wstążce wybierz pozycję Synapse jako dane wyjściowe zadania usługi Stream Analytics. Następnie wybierz tabelę puli SQL, w której chcesz wysłać dane wyjściowe zadania. Aby uzyskać więcej informacji na temat danych wyjściowych usługi Azure Synapse dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Azure Synapse Analytics z usługi Azure Stream Analytics.

Azure Cosmos DB

Azure Cosmos DB to globalnie rozproszona usługa bazy danych, która oferuje nieograniczoną elastyczną skalę na całym świecie. Oferuje ona również zaawansowane zapytania i automatyczne indeksowanie za pośrednictwem modeli danych niezależnych od schematu.

W sekcji Dane wyjściowe na wstążce wybierz pozycję CosmosDB jako dane wyjściowe zadania usługi Stream Analytics. Aby uzyskać więcej informacji na temat danych wyjściowych usługi Azure Cosmos DB dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Azure Cosmos DB z usługi Azure Stream Analytics.

Jeśli łączysz się z usługą Azure Cosmos DB i wybierzesz opcję Tożsamość zarządzana jako tryb uwierzytelniania, wtedy rola współautora zostanie przyznana tej tożsamości zarządzanej dla zadania usługi Stream Analytics. Aby dowiedzieć się więcej o tożsamościach zarządzanych dla usługi Azure Cosmos DB, zobacz Używanie tożsamości zarządzanych do uzyskiwania dostępu do usługi Azure Cosmos DB z zadania usługi Azure Stream Analytics (wersja zapoznawcza).

Metoda uwierzytelniania tożsamości zarządzanych jest również obsługiwana w danych wyjściowych usługi Azure Cosmos DB w edytorze bez kodu, który ma taką samą korzyść, jak w przypadku powyższych danych wyjściowych usługi ADLS Gen2.

Azure SQL Database

Azure SQL Database to w pełni zarządzany aparat bazy danych platformy jako usługi (PaaS), który może pomóc w utworzeniu warstwy magazynu danych o wysokiej dostępności i wysokiej wydajności dla aplikacji i rozwiązań na platformie Azure. Za pomocą edytora bez kodu można skonfigurować zadania usługi Azure Stream Analytics, aby zapisywać przetworzone dane w istniejącej tabeli w usłudze SQL Database.

Aby skonfigurować usługę Azure SQL Database jako dane wyjściowe, wybierz pozycję SQL Database w sekcji Dane wyjściowe na wstążce. Następnie wypełnij wymagane informacje, aby połączyć bazę danych SQL i wybrać tabelę, do której chcesz zapisać dane.

Ważne

Tabela usługi Azure SQL Database musi istnieć przed dodaniem jej jako danych wyjściowych do zadania usługi Stream Analytics. Schemat tabeli musi być zgodny z polami i ich typami w danych wyjściowych zadania.

Aby uzyskać więcej informacji na temat danych wyjściowych usługi Azure SQL Database dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Azure SQL Database z usługi Azure Stream Analytics.

Centra zdarzeń

W przypadku danych w czasie rzeczywistym napływających do usługi ASA, edytor bez kodu może przekształcać i wzbogacać dane, a następnie wysyłać je do innego centrum zdarzeń. Możesz wybrać wyjście Event Hubs podczas konfigurowania zadania usługi Azure Stream Analytics.

Aby skonfigurować Event Hubs jako dane wyjściowe, wybierz pozycję Event Hub w sekcji Dane wyjściowe na wstążce. Następnie wypełnij wymagane informacje, aby połączyć centrum zdarzeń, do którego chcesz zapisywać dane.

Aby uzyskać więcej informacji na temat danych wyjściowych usługi Event Hubs dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Event Hubs z usługi Azure Stream Analytics.

Azure Data Explorer

Azure Data Explorer to w pełni zarządzana, wysokiej wydajności platforma analizy danych big data, która ułatwia analizowanie dużych ilości danych. Eksploratora danych platformy Azure można używać jako danych wyjściowych dla zadania usługi Azure Stream Analytics, korzystając również z edytora bez kodu.

Aby skonfigurować usługę Azure Data Explorer jako dane wyjściowe, wybierz pozycję Azure Data Explorer w sekcji Dane wyjściowe na wstążce. Następnie wypełnij wymagane informacje, aby połączyć bazę danych usługi Azure Data Explorer i określić tabelę, do której chcesz zapisywać dane.

Ważne

Tabela musi istnieć w wybranej bazie danych, a schemat tabeli musi dokładnie odpowiadać polam i ich typom w danych wyjściowych zadania.

Aby uzyskać więcej informacji na temat danych wyjściowych usługi Azure Data Explorer dla zadania usługi Stream Analytics, zobacz Dane wyjściowe usługi Azure Data Explorer z usługi Azure Stream Analytics (wersja zapoznawcza).

Power BI

Usługa Power BI oferuje kompleksowe środowisko wizualizacji dla wyniku analizy danych. Dzięki wykorzystaniu usługi Stream Analytics, przetworzone dane przesyłane strumieniowo są zapisywane w zestawie danych przesyłania strumieniowego usługi Power BI, co umożliwia budowanie niemal w czasie rzeczywistym pulpitu nawigacyjnego Power BI.

Aby skonfigurować usługę Power BI jako dane wyjściowe, wybierz pozycję Power BI w sekcji Dane wyjściowe na wstążce. Następnie wypełnij wymagane informacje, aby połączyć obszar roboczy usługi Power BI i podać nazwy zestawu danych przesyłania strumieniowego i tabeli, do której chcesz zapisać dane. Aby dowiedzieć się więcej na temat szczegółów każdego pola, zobacz Dane wyjściowe usługi Power BI z usługi Azure Stream Analytics.

Podgląd danych, błędy tworzenia, dzienniki środowiska uruchomieniowego i metryki

Doświadczenie przeciągania i upuszczania bez kodu udostępnia narzędzia ułatwiające tworzenie, rozwiązywanie problemów i ocenę wydajności potoku analizy danych przesyłanych strumieniowo.

Podgląd danych w czasie rzeczywistym dla danych wejściowych

Podczas nawiązywania połączenia ze źródłem danych wejściowych, na przykład Event Hub, i wybraniu jego kafelka w widoku diagramu (karta Podgląd danych), uzyskasz na żywo podgląd danych, jeśli spełnione są wszystkie poniższe warunki:

• Dane są przesyłane.
• Dane wejściowe są poprawnie skonfigurowane.
• Dodano pola.

Jak pokazano na poniższym zrzucie ekranu, jeśli chcesz zobaczyć lub przejść do szczegółów określonego elementu, możesz wstrzymać podgląd (1). Możesz też uruchomić go ponownie, jeśli wszystko będzie gotowe.

Możesz również wyświetlić szczegóły określonego rekordu, komórki w tabeli, wybierając go, a następnie wybierając pozycję Pokaż/Ukryj szczegóły (2). Zrzut ekranu przedstawia szczegółowy widok zagnieżdżonego obiektu w rekordzie.

Statyczny podgląd przekształceń i danych wyjściowych

Po dodaniu i skonfigurowaniu jakichkolwiek kroków w widoku diagramu możesz przetestować ich zachowanie, wybierając pozycję Pobierz statyczny podgląd.

Po wykonaniu tej czynności zadanie usługi Stream Analytics ocenia wszystkie przekształcenia i dane wyjściowe, aby upewnić się, że zostały prawidłowo skonfigurowane. Następnie usługa Stream Analytics wyświetla wyniki w podglądzie danych statycznych, jak pokazano na poniższej ilustracji.

Podgląd można odświeżyć, wybierając pozycję Odśwież statyczną wersję zapoznawcza (1). Po odświeżeniu wersji zapoznawczej zadanie usługi Stream Analytics pobiera nowe dane z danych wejściowych i ocenia wszystkie przekształcenia. Następnie ponownie wysyła dane wyjściowe z aktualizacjami, które mogły zostać wykonane. Dostępna jest również opcja Pokaż/Ukryj szczegóły (2).

Błędy autorskie

Jeśli masz jakiekolwiek błędy tworzenia lub ostrzeżenia, na karcie Błędy tworzenia zostanie wyświetlona lista, jak pokazano na poniższym zrzucie ekranu. Lista zawiera szczegółowe informacje o błędzie lub ostrzeżeniu, typ karty (dane wejściowe, transformacja lub dane wyjściowe), poziom błędu oraz opis błędu lub ostrzeżenia.

Dzienniki środowiska uruchomieniowego

Dzienniki środowiska uruchomieniowego są wyświetlane na poziomie ostrzeżenia, błędu lub informacji, gdy zadanie jest uruchomione. Te dzienniki są przydatne, gdy chcesz edytować topologię lub konfigurację zadania usługi Stream Analytics na potrzeby rozwiązywania problemów. Zdecydowanie zalecamy włączenie dzienników diagnostycznych i wysłanie ich do obszaru roboczego usługi Log Analytics w obszarze Ustawienia , aby uzyskać więcej szczegółowych informacji na temat uruchomionych zadań na potrzeby debugowania.

Na poniższym zrzucie ekranu użytkownik skonfigurował dane wyjściowe usługi SQL Database ze schematem tabeli, który nie jest zgodny z polami danych wyjściowych zadania.

Metryki

Jeśli zadanie jest uruchomione, możesz monitorować kondycję zadania na karcie Metryki. Cztery wyświetlane domyślnie metryki to Opóźnienie znaku wodnego, Zdarzenia wejściowe, Zaległe zdarzenia wejściowe i Zdarzenia wyjściowe. Możesz użyć tych metryk, aby zrozumieć, czy zdarzenia płynnie przepływają do zadania i z niego bez żadnych zaległości w przetwarzaniu wejść.

Możesz wybrać więcej metryk z listy. Aby szczegółowo zrozumieć wszystkie metryki, zobacz Metryki zadań usługi Azure Stream Analytics.

Rozpocznij zadanie usługi Stream Analytics

Zadanie można zapisać w dowolnym momencie podczas jego tworzenia. Po skonfigurowaniu danych wejściowych przesyłania strumieniowego, przekształceń i danych wyjściowych przesyłania strumieniowego dla zadania można uruchomić zadanie.

Uwaga

Mimo że edytor bez kodu w portalu usługi Azure Stream Analytics jest w wersji zapoznawczej, usługa Azure Stream Analytics jest ogólnie dostępna.

Możesz skonfigurować następujące opcje:

• Czas rozpoczęcia tworzenia danych wyjściowych: Po uruchomieniu zadania wybierasz czas, kiedy zadanie ma zacząć tworzyć dane wyjściowe.
  • Teraz: ta opcja sprawia, że punkt początkowy strumienia zdarzeń wyjściowych jest taki sam jak po uruchomieniu zadania.
  • Niestandardowy: możesz wybrać punkt początkowy danych wyjściowych.
  • Gdy zostało ostatnio zatrzymane: Ta opcja jest dostępna, gdy zadanie zostało wcześniej uruchomione, ale zostało zatrzymane ręcznie lub nie powiodło się. Po wybraniu tej opcji czas ostatniego wyjścia będzie używany do ponownego uruchomienia zadania, więc żadne dane nie zostaną utracone.
• Jednostki przesyłania strumieniowego: jednostki przesyłania strumieniowego (SU) reprezentują ilość zasobów obliczeniowych i pamięci przydzielonych do zadania podczas jego działania. Jeśli nie masz pewności, ile jednostek SU wybrać, zalecamy zacząć od trzech i dostosować zgodnie z potrzebami.
• Obsługa błędów danych wyjściowych: zasady obsługi błędów danych wyjściowych mają zastosowanie tylko wtedy, gdy zdarzenie wyjściowe wygenerowane przez zadanie usługi Stream Analytics nie jest zgodne ze schematem ujścia docelowego. Zasady można skonfigurować, wybierając pozycję Ponów próbę lub Odrzuć. Aby uzyskać więcej informacji, zobacz Polityka błędów danych wyjściowych w Azure Stream Analytics.
• Uruchom: ten przycisk uruchamia zadanie usługi Stream Analytics.

Lista zadań usługi Stream Analytics w portalu usługi Azure Event Hubs

Aby wyświetlić listę wszystkich zadań usługi Stream Analytics utworzonych przy użyciu funkcji przeciągania i upuszczania bez kodu w portalu Azure Event Hubs, wybierz Przetwarzanie danych> zadania usługi Stream Analytics.

Są to elementy karty Zadań usługi Stream Analytics:

• Filtr: listę można filtrować według nazwy zadania.
• Odśwież: obecnie lista nie odświeża się automatycznie. Użyj przycisku Odśwież, aby odświeżyć listę i wyświetlić najnowszy stan.
• Nazwa zadania: nazwa w tym obszarze jest nazwą podaną w pierwszym kroku tworzenia zadania. Nie można go edytować. Wybierz nazwę zadania, aby otworzyć zadanie w środowisku przeciągania i upuszczania bez kodu, w którym można zatrzymać zadanie, edytować je i uruchomić ponownie.
• Stan: w tym obszarze jest wyświetlany stan zadania. Wybierz pozycję Odśwież na początku listy, aby wyświetlić najnowszy stan.
• Jednostki przesyłania strumieniowego: W tym obszarze wyświetlana jest liczba jednostek przesyłania strumieniowego wybranych podczas uruchamiania zadania.
• Znak wodny danych wyjściowych: ten obszar zawiera wskaźnik żywotności danych, które zostały wygenerowane przez zadanie. Wszystkie zdarzenia przed sygnaturą czasową są już obliczone.
• Monitorowanie zadań: wybierz pozycję Otwórz metryki , aby wyświetlić metryki związane z tym zadaniem usługi Stream Analytics. Aby uzyskać więcej informacji na temat metryk, których można użyć do monitorowania zadania usługi Stream Analytics, zobacz Metryki zadań usługi Azure Stream Analytics.
• Operacje: Uruchamianie, zatrzymywanie lub usuwanie zadania.

Następne kroki

Dowiedz się, jak używać edytora no-code do rozwiązywania typowych scenariuszy przy użyciu wstępnie zdefiniowanych szablonów:

• Wprowadzenie do usługi Azure Stream Analytics
• Monitorowanie zadania usługi Stream Analytics za pomocą witryny Azure Portal
• Omówienie danych wejściowych dla usługi Azure Stream Analytics
• Dane wyjściowe z usługi Azure Stream Analytics