Bem-vindo(a) ao Azure Stream Analytics

Artigo
02/09/2024

O Azure Stream Analytics é um mecanismo de processamento de fluxo totalmente gerenciado que foi projetado para analisar e processar grandes volumes de dados de streaming com latências de sub-milissegundos. Você pode criar um pipeline de dados de streaming usando o Stream Analytics para padrões de identidade e relações em dados com origem de várias fontes de entrada, incluindo aplicativos, dispositivos, sensores, clickstreams e feeds de mídia social. Depois você pode usar esses padrões para disparar ações e iniciar fluxos de trabalho, como criação de alertas, informações de feed para uma ferramenta de relatórios ou para armazenar dados transformados para usar mais tarde. O Stream Analytics também está disponível no runtime do Azure IoT Edge, que permite processar dados diretamente de dispositivos IoT.

Confira alguns cenários de exemplo nos quais você pode usar o Azure Stream Analytics:

Detecção de anomalias no sensor de dados para detectar picos, quedas e alterações positivas e negativas lentas
Análise geoespacial para gerenciamento de frotas e veículos sem motoristas
Monitoramento remoto e manutenção preditiva de ativos de alto valor
Análise de sequência de cliques para determinar o comportamento do cliente
Analisar fluxos e logs de telemetria em tempo real de aplicativos e dispositivos IoT

Principais recursos e benefícios

Serviço totalmente gerenciado

O Azure Stream Analytics é uma oferta (PaaS) totalmente gerenciada no Azure. Você não precisa provisionar nenhum hardware nem infraestrutura, atualizar o SO ou o software. O Azure Stream Analytics gerencia totalmente seu trabalho, de modo que você possa se concentrar na lógica de negócios e não na infraestrutura.

Fácil de uso

É fácil começar a usar o Azure Stream Analytics. Apenas alguns cliques são necessários para criar um pipeline de dados de streaming de ponta a ponta que se conecta a várias fontes e coletores.

Você pode criar um trabalho do Stream Analytics que pode se conectar aos Hubs de Eventos do Azure e ao Hub IoT do Azure para ingestão de dados de streaming e ao Armazenamento de Blobs do Azure ou ao Azure Data Lake Storage Gen2 para ingerir dados históricos. A entrada do trabalho do Stream Analytics também pode incluir dados de referência estáticos ou com alteração lenta do Armazenamento de Blobs do Azure ou do Banco de Dados SQL, que você pode unir aos dados de streaming para executar operações de pesquisa. Para obter mais informações sobre entradas, confira Dados de streaming como entrada no Stream Analytics.

É possível rotear a saída de um trabalho do Stream Analytics para vários sistemas de armazenamento, como o Armazenamento de Blob do Azure, o Banco de Dados SQL do Azure, o Azure Data Lake Store ou o Azure Cosmos DB. Você também pode executar a análise de lote nas saídas de fluxos com o Azure Synapse Analytics ou o HDInsight ou enviar a saída para outro serviço, como os Hubs de Eventos para consumo ou o Power BI para visualização em tempo real. Para acessar toda a lista de saídas do Stream Analytics, confira Entender as saídas do Azure Stream Analytics.

O editor sem código do Azure Stream Analytics oferece uma experiência sem código que permite desenvolver trabalhos do Stream Analytics sem esforço, usando a funcionalidade de arrastar e soltar, sem precisar escrever nenhum código. Isso simplifica ainda mais a experiência de desenvolvimento de trabalhos do Stream Analytics. Para saber mais sobre o editor sem código, confira Processamento de fluxo sem código no Azure Stream Analytics.

Produtividade do programador

O Azure Stream Analytics usa uma linguagem de consulta SQL que é aumentada com restrições temporais avançadas para analisar os dados em movimento. É possível Criar um trabalho do Stream Analytics usando o portal do Azure. Você também pode criar trabalhos usando ferramentas de desenvolvedor, como estas:

As ferramentas de desenvolvedor permitem criar consultas de transformação offline e usar o pipeline de CI/CD para enviar trabalhos ao Azure.

A linguagem de consulta do Stream Analytics permite executar o CEP (Processamento de Eventos Complexos) oferecendo uma ampla gama de funções para analisar dados de streaming. Essa linguagem de consulta dá suporte a manipulação simples de dados, funções de agregação e análise, funções geoespaciais, correspondência de padrões e detecção de anomalias. Você pode editar consultas no portal ou usando as ferramentas de desenvolvimento e testá-las usando os dados de exemplo extraídos de uma transmissão ao vivo.

Você pode estender os recursos da linguagem de consulta definindo e chamando funções adicionais. Você pode definir as chamadas de função no Azure Machine Learning para aproveitar as soluções desse serviço e integrar UDFs (funções definidas pelo usuário) de JavaScript ou C# ou agregações definidas pelo usuário para executar cálculos complexos como parte de uma consulta do Stream Analytics.

Executar na nuvem ou na borda inteligente

O Azure Stream Analytics pode ser executado na nuvem, para uma análise em larga escala, ou no IoT Edge ou no Azure Stack para análise de latência extremamente baixa. O Azure Stream Analytics usa as mesmas ferramentas e linguagem de consulta na nuvem e na borda, permitindo que os desenvolvedores criem arquiteturas realmente híbridas para processamento de fluxo.

Custo total de propriedade baixo

Como um serviço de nuvem, o Stream Analytics é otimizado para que você possa economizar custos. Não há nenhum custo inicial envolvido; você só paga pelas unidades de streaming consumidas. Não há nenhum compromisso ou provisionamento de cluster necessário e você pode escalar ou reduzir verticalmente o trabalho com base em suas necessidades de negócios.

Pronto para necessidades críticas

O Azure Stream Analytics está disponível em várias regiões em todo o mundo e foi projetado para executar cargas de trabalho críticas, dando suporte a requisitos de confiabilidade, segurança e conformidade.

Confiabilidade

O Azure Stream Analytics garante o processamento de eventos exatamente uma vez e a entrega de eventos pelo menos uma vez, de modo que os eventos nunca são perdidos. O processamento único é garantido com a saída selecionada, conforme descrito nas Garantias de Entrega de Evento.

O Azure Stream Analytics tem funcionalidades internas de recuperação no caso de falha na entrega de um evento. Além disso, o Stream Analytics fornece também pontos de verificação internos para manter o estado do trabalho e fornece resultados reproduzíveis.

Como um serviço gerenciado, o Stream Analytics garante o processamento de eventos com 99,9% de disponibilidade ao nível de granularidade do minuto.

Segurança

Em termos de segurança, o Azure Stream Analytics criptografa todas as comunicações de entrada e de saída e dá suporte ao protocolo TLS 1.2. Os pontos de verificação internos também são criptografados. O Stream Analytics não armazena os dados de entrada, pois todo o processamento é feito na memória. O Stream Analytics também dá suporte às Redes Virtuais do Azure durante a execução de um trabalho em um Cluster do Stream Analytics.

Desempenho

O Stream Analytics pode processar milhões de eventos por segundo e fornecer resultados com latência ultrabaixa. Ele permite escalar horizontalmente para se ajustar às cargas de trabalho. O Stream Analytics é compatível com um desempenho mais alto por meio do particionamento, permitindo que consultas complexas sejam colocadas em paralelo e executadas em vários nós de streaming. O Azure Stream Analytics é criado no Trill, um mecanismo de análise de streaming na memória de alto desempenho desenvolvido em colaboração com a Microsoft Research.

Próximas etapas

Experimente o Azure Stream Analytics com uma assinatura gratuita do Azure.

Experimentar o Azure Stream Analytics

Você tem uma visão geral do Azure Stream Analytics. Em seguida, você pode se aprofundar e criar seu primeiro trabalho do Stream Analytics: