Filtrera och mata in till Azure Synapse SQL med Stream Analytics utan kodredigerare
Den här artikeln beskriver hur du kan använda kodredigeraren utan kod för att enkelt skapa ett Stream Analytics-jobb. Den läser kontinuerligt från dina händelsehubbar, filtrerar inkommande data och skriver sedan resultatet kontinuerligt till Synapse SQL-tabellen.
Förutsättningar
- Dina Azure Event Hubs resurser måste vara offentligt tillgängliga och kan inte finnas bakom en brandvägg eller skyddas i en Azure-Virtual Network.
- Data i dina Event Hubs måste serialiseras i antingen JSON-, CSV- eller Avro-format.
Utveckla ett Stream Analytics-jobb för att filtrera och mata in data
Använd följande steg för att utveckla ett Stream Analytics-jobb för att filtrera och mata in realtidsdata i en Synapse SQL-tabell.
Leta upp och välj din Azure Event Hubs-instans i Azure Portal.
Välj Funktioner>Bearbeta data och välj Starta på kortet Filtrera och mata in till Synapse SQL .
Ange ett namn för att identifiera streamanalysjobbet och välj sedan Skapa.
Ange serialiseringstypen för dina data i fönstret Event Hubs och den autentiseringsmetod som jobbet ska använda för att ansluta till händelsehubbarna. Välj Anslut.
När anslutningen har upprättats och du har dataströmmar som flödar till din Event Hubs-instans ser du omedelbart två saker:
- Fält som finns i indata. Du kan välja Lägg till fält eller välja symbolen med tre punkter bredvid ett fält för att ta bort, byta namn på eller ändra dess typ.
- Ett live-exempel på inkommande data i tabellen Dataförhandsgranskning under diagramvyn. Den uppdateras automatiskt med jämna mellanrum. Du kan välja Pausa förhandsversionen av direktuppspelning för att se en statisk vy över exempeldata.
- Fält som finns i indata. Du kan välja Lägg till fält eller välja symbolen med tre punkter bredvid ett fält för att ta bort, byta namn på eller ändra dess typ.
I området Filter väljer du ett fält för att filtrera inkommande data med ett villkor.
Välj tabellen Synapse SQL för att skicka filtrerade data:
- Välj metoden Prenumeration, Databas (dedikerat SQL-poolnamn) och Autentisering på den nedrullningsbara menyn.
- Ange Tabellnamn där filtrerade data ska matas in. Välj Anslut.
Anteckning
Tabellschemat måste exakt matcha antalet fält och deras typer som dataförhandsgranskningen genererar.
Du kan också välja Hämta statisk förhandsversion/Uppdatera statisk förhandsversion för att se den dataförhandsgranskning som ska matas in i den valda Synapse SQL-tabellen.
Om du vill starta jobbet anger du:
- Antalet enheter för direktuppspelning (SUS) som jobbet körs med. SUs representerar mängden beräkning och minne som allokerats till jobbet. Vi rekommenderar att du börjar med tre och sedan justerar efter behov.
- Hantering av utdatafel – Det gör att du kan ange vilket beteende du vill när ett jobbs utdata till målet misslyckas på grund av datafel. Som standard försöker jobbet igen tills skrivåtgärden lyckas. Du kan också välja att ta bort sådana utdatahändelser.
När du har valt Start börjar jobbet köras inom två minuter och måtten öppnas i flikavsnittet nedan.
Du kan också se jobbet under avsnittet Processdata på fliken Stream Analytics-jobb . Välj Öppna mått för att övervaka det eller stoppa och starta om det efter behov.
Nästa steg
Läs mer om Azure Stream Analytics och hur du övervakar jobbet du har skapat.
Feedback
https://aka.ms/ContentUserFeedback.
Kommer snart: Under hela 2024 kommer vi att fasa ut GitHub-problem som feedbackmekanism för innehåll och ersätta det med ett nytt feedbacksystem. Mer information finns i:Skicka och visa feedback för