Översikt över lokal testning av Stream Analytics-jobb i Visual Studio Code med ASA-verktyg
Du kan använda Azure Stream Analytics Tools (ASA Tools) för Visual Studio Code för att testa dina Stream Analytics-jobb lokalt. När du talar om lokalitet finns det tre aspekter att tänka på: jobbkörningskontexten (en lokal dator eller Azure-molntjänsten), indatakällorna och utdatamottagare.
I lokala körningar körs frågan på den lokala datorn. För indata kan data matas in från lokala filer eller livekällor. Utdataresultat skickas antingen som filer till en lokal mapp eller till livemottagare.
Indataöverväganden för lokala körningar
I VS Code kan du definiera live- och lokala indata:
- Live-indata är konfigurationsfiler som pekar på en instans av indata som stöds (dataström och referensdata). De erbjuder också förhandsgranskning och exempeldata till JSON-filer.
- Lokala indata är konfigurationsfiler som pekar på en lokal fil med det format som stöds (JSON/CSV/AVRO). Dessa filer kan samplas från en live-indata eller genereras på något annat sätt.
När du skapar en lokal indata kan den justeras till en befintlig live-indata. I det här fallet simuleras liveindata under lokala indatakörningar. Dess konfigurationsfil namnges efter live-indata, prefixet av Local_
. Datafilen som används av den här lokala indatan förväntas inte följa formatet och serialiseringsformatet som definieras i live-indata. Deras format är oberoende.
Utdataöverväganden för lokala körningar
När du kör ett jobb till lokala utdata skickas utdataresultatet till en mapp i projektet med namnet LocalRunOutputs. I det här läget behöver utdata inte definieras. Den enda begränsningen är att varje INTO
instruktion i frågan pekar på ett unikt utdatanamn. Efter en körning till lokala utdata skapas en JSON-fil för varje unikt utdatanamn.
Lokala körningslägen
Det finns tre lägen som stöds av ASA Tools i VS Code för att köra jobb lokalt:
- Lokal körning med lokala indata och lokala utdata: bäst för offlineutveckling utan kostnad, enhetstestning med npm-paketet...
- Lokal körning med live-indata och lokala utdata: bäst för indatakonfiguration, av-serialisering och partitioneringsfelsökning...
- Lokal körning med live-indata och live-utdata: bäst för felsökning av utdatakonfiguration, serialisering och konverteringsfel...
Varje läge har stöd för olika in- och utdatakonfigurationer:
Körnings- | Läge | Indata | Resultat |
---|---|---|---|
VS Code | Lokala indata till lokala utdata | JSON/CSV/AVRO-filer | JSON-filer (motsvarande liveutdataformat används inte även om det finns) |
VS Code | Live-indata till lokala utdata | Alla indatakort | JSON-filer (motsvarande liveutdataformat används inte även om det finns) |
VS Code | Live-indata till liveutdata | Alla indatakort | Händelsehubb, lagringskonto, Azure SQL |
Azure | Ej tillämpligt | Alla indatakort | Alla utdatakort |
När du kör jobb lokalt tillkommer inga kostnader från Azure Stream Analytics-tjänsten. Det är inte nödvändigt att skapa en Stream Analytics-resurs i Azure.
Komma igång
Använd den här snabbstarten för att lära dig hur du skapar ett Stream Analytics-jobb med hjälp av Visual Studio Code och ASA Tools.
Stegvisa självstudier om lokala körningar finns sedan i:
- Testa Stream Analytics-frågor lokalt med exempeldata med Hjälp av Visual Studio Code
- Testa Stream Analytics-frågor lokalt mot liveströmindata med hjälp av Visual Studio Code