Wprowadzenie
Obecnie ogromne ilości danych w czasie rzeczywistym są generowane przez połączone aplikacje, urządzenia i czujniki Internetu rzeczy (IoT) oraz różne inne źródła. Rozprzestrzenianie źródeł danych przesyłanych strumieniowo umożliwiło korzystanie z tych danych i podejmowanie świadomych decyzji z tych danych niemal w czasie rzeczywistym, co jest koniecznością operacyjną dla wielu organizacji.
Oto typowe przykłady obciążeń danych przesyłanych strumieniowo:
- Sklepy online analizujące dane strumienia kliknięć w czasie rzeczywistym w celu udostępnienia użytkownikom zaleceń dotyczących produktów podczas przeglądania witryny internetowej.
- Zakłady produkcyjne korzystające z danych telemetrycznych z czujników IoT do zdalnego monitorowania zasobów o wysokiej wartości.
- Transakcje kart kredytowych z systemów punktów sprzedaży są analizowane w czasie rzeczywistym w celu wykrywania i zapobiegania potencjalnie fałszywym działaniom.
Usługa Azure Stream Analytics udostępnia oparty na chmurze aparat przetwarzania strumieniowego, którego można użyć do filtrowania, agregowania i przetwarzania strumienia danych w czasie rzeczywistym z różnych źródeł. Wyniki tego przetwarzania mogą następnie służyć do wyzwalania zautomatyzowanego działania przez usługę lub aplikację, generowanie wizualizacji w czasie rzeczywistym lub integrowanie danych przesyłanych strumieniowo z rozwiązaniem do analizy przedsiębiorstwa.
W tym module dowiesz się, jak rozpocząć pracę z usługą Azure Stream Analytics i używać jej do przetwarzania strumienia danych zdarzeń.