Обзор локального тестирования заданий Stream Analytics в Visual Studio Code с помощью инструментов Azure Stream Analytics

  • Статья

Инструменты Azure Stream Analytics (ASA) для Visual Studio Code можно использовать для локального тестирования заданий Stream Analytics. Если говорить о расположении, следует учитывать три аспекта: контекст выполнения задания (локальный компьютер или облачная служба Azure), источники входных данных и приемники выходных данных.

При локальном выполнении запрос выполняется на локальном компьютере. Входные данные могут быть приняты из локальных файлов или динамических источников. Выходные результаты отправляются в виде файлов в локальную папку или в динамические приемники.

Рекомендации по входным данным для локальных выполнений

В VS Code можно определить динамические и локальные входные данные:

  • Динамические входные данные — это файлы конфигурации, указывающие на экземпляр поддерживаемых входных данных (потоковые и эталонные данные). Они также обеспечивают предварительный просмотр и выборку данных в файлы JSON.
  • Локальные входные данные — это файлы конфигурации, указывающие на локальный файл поддерживаемого формата (JSON/CSV/AVRO). Эти файлы могут быть получены путем выборки из динамических входных данных или любым другим способом.

При создании локальных входных данных их можно согласовать с существующими динамическими входными данными. В этом случае во время выполнения локальных входных данных будет использоваться макет динамических входных данных. Соответствующий файл конфигурации будет назван на основе динамических входных данных с префиксом Local_. Файл данных, используемый такими локальными входными данными, не обязательно должен соответствовать общему формату и формату сериализации, определенным в динамических входных данных. Их форматы независимы.

Рекомендации по выходным данным для локальных выполнений

При выполнении задания с локальными выходными данными выходные результаты отправляются в папку проекта с именем LocalRunOutputs. В этом режиме определять выходные данные не нужно. Единственное ограничение заключается в том, что каждая инструкция INTO в запросе указывает на уникальное имя выходных данных. После выполнения с локальными выходными данными будет создан файл JSON для каждого уникального имени выходных данных.

Режимы локального выполнения

Инструменты ASA в VS Code поддерживают три режима для локального выполнения заданий:

  • Локальное выполнение с локальными входными данными и локальными выходными данными: оптимально для автономной разработки без затрат, модульного тестирования с помощью пакета npm…
  • Локальное выполнение с динамическими входными данными и локальными выходными данными: оптимально для конфигурации ввода, десериализации и отладки секционирования…
  • Локальное выполнение с динамическими входными данными и динамическими выходными данными: оптимально для конфигурации вывода, сериализации и отладки ошибок преобразования…

Каждый режим поддерживает различные конфигурации входных и выходных данных:

Выполнение Режим Входные данные Выходные данные
VS Code Локальные входные данные — локальные выходные данные Файлы JSON/CSV/AVRO Файлы JSON (соответствующий формат динамических выходных данных не используется, даже если он и существует)
VS Code Динамические входные данные — локальные выходные данные Все входные адаптеры Файлы JSON (соответствующий формат динамических выходных данных не используется, даже если он и существует)
VS Code Динамические входные данные — динамические выходные данные Все входные адаптеры Концентратор событий, учетная запись хранения, Azure SQL
Azure Н/Д Все входные адаптеры Все выходные адаптеры

При локальном выполнении заданий плата в службе Azure Stream Analytics не взимается. Не требуется создавать ресурс Stream Analytics в Azure.

Начало работы

Используйте это краткое руководство, чтобы узнать, как создать задание Stream Analytics с помощью Visual Studio Code и инструментов ASA.

Пошаговые инструкции по локальному выполнению см. в следующих статьях:

Дальнейшие действия