Início Rápido: criar um trabalho do Stream Analytics usando o Microsoft Visual Studio Code
Este início rápido mostra como criar, executar e enviar um trabalho do ASA (Azure Stream Analytics) usando a extensão Ferramentas do ASA para Visual Studio Code em sua máquina local. Aprenda a criar um trabalho do ASA que lê dados de streaming do Hub IoT em tempo real e filtra eventos com temperatura superior a 27°. Os resultados de saída são enviados para um arquivo no armazenamento de blobs. Os dados de entrada usados neste início rápido são gerados por um simulador online do Raspberry Pi.
Observação
As ferramentas do Visual Studio Code não oferecem suporte a trabalhos nas regiões Leste da China, Norte da China, Alemanha Central e Nordeste da Alemanha.
Pré-requisitos
- Assinatura do Azure. Se você não tiver uma assinatura do Azure, crie uma conta gratuita.
- Visual Studio Code.
Instalar a extensão Ferramentas do Azure Stream Analytics
Abra o VS Code (Visual Studio Code).
Em Extensões no painel esquerdo, pesquise por Stream Analytics e selecione Instalar na extensão Ferramentas do Azure Stream Analytics.
Depois de instalado, selecione o ícone do Azure na barra de atividades e entre no Azure.
Depois de entrar, você poderá ver as assinaturas em sua conta do Azure.
Observação
A extensão Ferramentas do ASA conectará você automaticamente sempre que você abrir o VS Code. Caso a sua conta tenha a autenticação de dois fatores, recomendamos o uso da autenticação por telefone em vez do uso de um PIN. Para sair da sua conta do Azure, pressione Ctrl + Shift + P
e insira Azure: Sign Out
.
Preparar os dados de entrada
Antes de definir o trabalho do Stream Analytics, você deve preparar os dados de entrada. Os dados de sensor em tempo real são incluídos no Hub IoT, posteriormente configurado como a entrada do trabalho. Para preparar os dados de entrada exigidos pelo trabalho, execute as seguintes etapas:
Entre no portal do Azure.
Selecione Criar um recurso > Internet das Coisas > Hub IoT.
Na página do Hub IoT, insira as seguintes informações:
- Assinatura: selecione sua assinatura do Azure.
- Grupo de recursos: selecione um grupo de recursos ou crie um grupo de recursos.
- Nome do hub IoT: insira um nome para o seu Hub IoT.
- Região: selecione a região mais próxima de você.
Acesse a página Gerenciamento, em Tipo de preço e escala, selecione F1: tipo gratuito, se ainda estiver disponível em sua assinatura. Para saber mais, confira Preço do Hub IoT do Azure.
Selecione Examinar + criar. Examine as informações do hub IoT e selecione Criar. Esse processo pode levar alguns minutos para implantar o seu hub IoT.
Após a criação do seu Hub IoT, selecione Ir para o recurso para navegar até a página do Hub IoT. '
Na página Hub IoT, selecione Dispositivos no menu à esquerda e, em seguida, + Adicionar dispositivo.
Forneça uma Identificação do dispositivo e selecione Salvar.
Depois da criação do dispositivo, você deve vê-lo na lista de Dispositivos IoT. Pressione o botão Atualizar na página se não encontrá-lo.
Selecione seu dispositivo na lista. Copie a Cadeia de conexão primária e salve-a em um bloco de notas para usar mais tarde.
Executar o simulador de IoT
Abra o Simulador Online Raspberry Pi do Azure IoT em uma nova guia do navegador.
Substitua o espaço reservado na linha 15 pela cadeia de conexão do dispositivo hub IoT salva anteriormente.
Selecione Executar. A saída deverá exibir os dados de sensor e as mensagens que estão sendo enviadas ao hub IoT.
Criar o armazenamento de blobs
No canto superior esquerdo do portal do Azure, selecione Criar um recurso>Armazenamento>Conta de armazenamento.
No painel Criar conta de armazenamento, insira um nome para a conta de armazenamento, um local e um grupo de recursos. Escolha a mesma localização e o mesmo grupo de recursos do hub IoT criado. Em seguida, selecione Revisar e Criar para criar a conta de armazenamento.
Na página Conta de armazenamento, selecione Contêineres no menu esquerdo e clique em + Contêiner na barra de comandos.
Na página Novo contêiner, forneça um nome para o contêiner, mantenha o Nível de acesso público como Privado (sem acesso anônimo) e clique em OK.
Criar um projeto do Stream Analytics
Em Visual Studio Code, pressione Ctrl+Shift+P e insira ASA: criar projeto.
Insira o nome do projeto, como myASAproj, e selecione uma pasta para o projeto.
Um projeto ASA é adicionado ao seu workspace. Consiste em três pastas: Entradas, Saídas e Funções. Ele também contém o script de consulta (*.asaql) , um arquivo JobConfig.json e um arquivo de configuração asaproj.json.
O arquivo asaproj.json contém as entradas, saídas e configurações de trabalho para enviar o trabalho do Stream Analytics para o Azure.
Observação
Quando você adiciona entradas e saídas por meio da paleta de comandos, os caminhos correspondentes são adicionados a asaproj.json automaticamente. Se você adicionar ou remover entradas ou saídas no disco de maneira direta, será necessário adicioná-las ou removê-las manualmente no asaproj.json. Você pode optar por colocar as entradas e as saídas em um local e, em seguida, referenciá-las em trabalhos diferentes especificando os caminhos em cada arquivo asaproj.json.
Definir a consulta de transformação
Abra o arquivo myASAproj.asaql e adicione a seguinte consulta:
SELECT * INTO Output FROM Input WHERE Temperature > 27
Configurar entrada de trabalho
Clique com o botão direito do mouse na pasta Entradas do projeto do Stream Analytics. Em seguida, selecione ASA: Adicionar Entrada no menu de contexto.
Ou pressione Ctrl+Shift+P para abrir a paleta de comandos e insira ASA: adicionar entrada.
Escolha Hub IoT para o tipo de entrada.
Selecione um script ASA *.asaql e assinaturas do Azure no menu suspenso e pressione ENTER.
Na pasta Entradas, você verá que um arquivo IoTHub1.json foi criado. Substitua as configurações pelos seguintes valores sugeridos e mantenha os valores padrão para os demais campos.
Configuração Valor sugerido Descrição Nome Entrada Esse nome de entrada é usado para a instrução FROM na consulta. IotHubNamespace spiothub O nome de seu Hub IoT. Os nomes do Hub IoT são detectados automaticamente se você selecionar em sua assinatura. SharedAccessPolicyName iothubowner Selecione Visualizar dados para ver se os dados de entrada foram configurados com êxito para seu trabalho. Ele buscará uma amostra do Hub IoT e mostrará na janela de visualização.
Configurar saída de trabalho
Pressione Ctrl+Shift+P para abrir a paleta de comandos e insira ASA: adicionar saída.
Escolha Data Lake Storage Gen2/Armazenamento de Blobs para o tipo de coletor.
Selecione o script de consulta usando essa saída.
Insira BlobStorage1 como nome do arquivo de saída.
Edite as configurações usando os valores a seguir. Mantenha os valores padrão para os campos não mencionados aqui.
Configuração Valor sugerido Descrição Nome Saída Esse nome de saída é usado para a instrução INTO na consulta. Conta de Armazenamento spstorageaccount0901 Escolha ou insira o nome da conta de armazenamento. Os nomes das contas de armazenamento serão detectados automaticamente se eles forem criados na mesma assinatura. Contêiner spcontainer Selecione o contêiner existente que você criou em sua conta de armazenamento.
Compile o script e envie para o Azure
A compilação de script verifica a sintaxe e gera os modelos do Azure Resource Manager para implantação automática.
Clique com o botão direito do mouse no script e selecione ASA: Compilar Script.
Após a compilação, você verá uma pasta Implantar em seu projeto com dois modelos do Azure Resource Manager. Esses dois arquivos são usados para implantação automática.
Clique em Enviar para o Azure no editor de consultas.
Em seguida, siga as instruções para concluir o processo: Selecione a assinatura > Selecione um trabalho > Criar trabalho > Insira o nome do trabalho > Escolha o grupo de recursos e a região.
Selecione Publicar no Azure e conclua. Aguarde até uma nova guia Visualização de trabalho na nuvem seja aberta, mostrando o status do seu trabalho.
Inicie o trabalho do Stream Analytics e verifique a saída
Na guia Visualização de trabalho na nuvem, selecione Iniciar para executar seu trabalho na nuvem. A conclusão desse processo pode levar alguns minutos.
Se o trabalho for iniciado com êxito, o status do trabalho será alterado para Em execução. Será possível ver um diagrama lógico mostrando como o trabalho do ASA está em execução.
Para exibir os resultados de saída, você pode abrir o armazenamento de blobs na extensão do Visual Studio Code ou no portal do Azure.
Baixe e abra o arquivo para ver a saída.
{"messageId":11,"deviceId":"Raspberry Pi Web Client","temperature":28.165519323167562,"humidity":76.875393581654379,"EventProcessedUtcTime":"2022-09-01T22:53:58.1015921Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:52:57.6250000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:52:57.6290000Z"}} {"messageId":14,"deviceId":"Raspberry Pi Web Client","temperature":29.014941877871451,"humidity":64.93477299527828,"EventProcessedUtcTime":"2022-09-01T22:53:58.2421545Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:53:03.6100000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:53:03.6140000Z"}} {"messageId":17,"deviceId":"Raspberry Pi Web Client","temperature":28.032846241745975,"humidity":66.146114343897338,"EventProcessedUtcTime":"2022-09-01T22:53:58.2421545Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:53:19.5960000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:53:19.5830000Z"}} {"messageId":18,"deviceId":"Raspberry Pi Web Client","temperature":30.176185593576143,"humidity":72.697359909427419,"EventProcessedUtcTime":"2022-09-01T22:53:58.2421545Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:53:21.6120000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:53:21.6140000Z"}} {"messageId":20,"deviceId":"Raspberry Pi Web Client","temperature":27.851894248213021,"humidity":71.610229530268214,"EventProcessedUtcTime":"2022-09-01T22:53:58.2421545Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:53:25.6270000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:53:25.6140000Z"}} {"messageId":21,"deviceId":"Raspberry Pi Web Client","temperature":27.718624694772238,"humidity":66.540445035685153,"EventProcessedUtcTime":"2022-09-01T22:53:58.2421545Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:53:48.0820000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:53:48.0830000Z"}} {"messageId":22,"deviceId":"Raspberry Pi Web Client","temperature":27.7849054424326,"humidity":74.300662748167085,"EventProcessedUtcTime":"2022-09-01T22:54:09.3393532Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:54:09.2390000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:54:09.2400000Z"}} {"messageId":28,"deviceId":"Raspberry Pi Web Client","temperature":30.839892925680324,"humidity":76.237611741451786,"EventProcessedUtcTime":"2022-09-01T22:54:47.8053253Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:54:47.6180000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:54:47.6150000Z"}} {"messageId":29,"deviceId":"Raspberry Pi Web Client","temperature":30.561040300759053,"humidity":78.3845172058103,"EventProcessedUtcTime":"2022-09-01T22:54:49.8070489Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:54:49.6030000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:54:49.5990000Z"}} {"messageId":31,"deviceId":"Raspberry Pi Web Client","temperature":28.163585438418679,"humidity":60.0511571297096,"EventProcessedUtcTime":"2022-09-01T22:55:25.1528729Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:55:24.9050000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:55:24.9120000Z"}} {"messageId":32,"deviceId":"Raspberry Pi Web Client","temperature":31.00503387156985,"humidity":78.68821066044552,"EventProcessedUtcTime":"2022-09-01T22:55:43.2652127Z","PartitionId":3,"EventEnqueuedUtcTime":"2022-09-01T22:55:43.0480000Z","IoTHub":{"MessageId":null,"CorrelationId":null,"ConnectionDeviceId":"MyASAIoTDevice","ConnectionDeviceGenerationId":"637976642928634103","EnqueuedTime":"2022-09-01T22:55:43.0520000Z"}}
Limpar os recursos
Quando não forem mais necessários, exclua o grupo de recursos, o trabalho do Stream Analytics e todos os recursos relacionados. A exclusão do trabalho evita a cobrança das unidades de streaming consumidas por ele. Se você está planejando usar o trabalho no futuro, pode interrompê-lo e reiniciar mais tarde, quando necessário. Se você não pretende continuar usando este trabalho, exclua todos os recursos criados por este início rápido seguindo estas etapas:
No menu à esquerda do portal do Azure, selecione Grupos de recursos e, em seguida, o nome do recurso criado.
Na página do grupo de recursos, selecione Excluir. Insira o nome do recurso a ser excluído na caixa de texto e, em seguida, selecione Excluir.
Próximas etapas
Para saber mais sobre a extensão Ferramentas do ASA para Visual Studio Code, continue nos seguintes artigos: