Модель ресурсов Azure Stream Analytics

Azure Stream Analytics — это полностью управляемая платформа как услуга (PaaS) для потоковой обработки. В этой статье описывается модель ресурсов для Stream Analytics, введение понятия кластера Stream Analytics, задачи и компоненты задачи.

Задание Stream Analytics

Задание Stream Analytics — это основная единица в Stream Analytics, которая позволяет определять и запускать логику потоковой обработки. Задание состоит из трех основных компонентов:

  • Ввод
  • Выходные данные
  • Запрос

Ввод

Задание может иметь один или несколько входов для непрерывного чтения данных. Эти источники входных данных потоковой передачи могут быть Центрами событий Azure, Центром Интернета вещей Azure или хранилищем Azure. Stream Analytics также поддерживает чтение статических или медленных входных данных (называемых эталонными данными), которые часто используются для обогащения потоковых данных. Добавление этих входных данных в задание является операцией нулевого кода.

Выходные данные

Задание может иметь один или несколько выходов для непрерывной записи данных. Stream Analytics поддерживает 12 различных приемников выходных данных, включая Базу данных SQL Azure, Azure Data Lake Storage, Azure Cosmos DB, Power BI и многое другое. Добавление этих выходных данных в задание также является операцией нулевого кода.

Запрос

Вы можете реализовать логику потоковой обработки, написав SQL-запрос в задании. Многофункциональная поддержка языка SQL позволяет решать такие сценарии, как анализ сложных JSON, фильтрация значений, вычислительных агрегатов, выполнение соединений и еще более сложные варианты использования, такие как геопространственная аналитика и обнаружение аномалий. Вы также можете расширить этот язык SQL с помощью определяемых пользователем функций JavaScript (UDF) и определяемых пользователем агрегатов (UDA). Stream Analytics также позволяет легко настраивать опоздавшие и внеочередные события с помощью простых конфигураций в параметрах задания. Вы также можете выбрать выполнение запроса на основе времени прибытия входного события в источник поступления или времени создания события в источнике события.

Выполнение задания

После разработки задания, настроив входные данные, выходные данные и запрос, можно запустить задание, указав количество единиц потоковой передачи. После запуска задания оно переходит в состояние "Выполнение" и будет оставаться в этом состоянии, пока не будет явно остановлено или не произойдет невосстановимая ошибка. Когда задание находится в состоянии выполнения, оно постоянно извлекает данные из входных источников, выполняет логику запроса, которая создает результаты, записываемые в выходные хранилища данных с сквозной задержкой в миллисекунды.

При запуске задания служба Stream Analytics заботится о компиляции запроса и назначает определенное количество вычислительных ресурсов и памяти на основе количества единиц потоковой передачи, настроенных в задании. Вам не нужно беспокоиться о какой-либо базовой инфраструктуре в качестве обслуживания кластера, исправления безопасности, так как это автоматически учитывается платформой. При выполнении заданий в выпуске "Стандартный" SKU взимается плата за модули потоковой передачи только в период выполнения задания.

Кластер Stream Analytics

По умолчанию задания Stream Analytics выполняются в многопользовательской среде уровня "Стандартный", формирующей SKU уровня "Стандартный". Stream Analytics также предоставляет выделенный SKU, с помощью которого можно создать целый кластер Stream Analytics, который будет принадлежать вам. Это обеспечивает полный контроль над выполнением заданий в кластере. Минимальный размер кластера Stream Analytics составляет 12 единиц потоковой аналитики, и плата взимается за всю емкость кластера с момента его подготовки. Вы можете узнать больше о преимуществах кластеров Stream Analytics и когда их использовать.

Схема, показывающая стандартную многопользовательскую среду в Stream Analytics.

Схема, на которой показана выделенная среда в Stream Analytics.

Дальнейшие действия

Узнайте, как управлять Azure Stream Analytics и другими понятиями:

  • Last updated on