Lösningsidéer
I den här artikeln beskrivs en lösningsidé. Molnarkitekten kan använda den här vägledningen för att visualisera huvudkomponenterna för en typisk implementering av den här arkitekturen. Använd den här artikeln som utgångspunkt för att utforma en välkonstruerad lösning som överensstämmer med arbetsbelastningens specifika krav.
Den här lösningsidén visar datainmatning med låg svarstid och högt dataflöde för stora volymer av CDN-loggar (Content Delivery Network). Du kan använda dessa data för att skapa instrumentpaneler för analys i nära realtid.
Arkitektur
Ladda ned en Visio-fil med den här arkitekturen.
Dataflöde
- Innehållsleveransnätverksleverantörer som Verizon och snabbt mata in enorma mängder CDN-loggar i Azure Data Explorer för att analysera svarstider, hälsa och prestanda för CDN-tillgångar.
- De flesta CDN-scenarier matar in data via Azure Storage (Blob eller ADLS Gen2), som använder Azure Event Grid och utlöser inmatningspipelinen till Azure Data Explorer. Du kan också massinmata data med hjälp av lightingest-verktyget. Du kan också kontinuerligt exportera data till Azure Storage i komprimerat, partitionerat parquet-format och sömlöst köra frågor mot dessa data enligt beskrivningen i Översikt över kontinuerlig dataexport.
- Azure Data Explorer tillhandahåller enkla inbyggda operatorer och funktioner för att bearbeta, aggregera och analysera tidsserier och loggdata samt tillhandahålla insikter med blixthastighet. Du kan skapa instrumentpaneler för analys i nära realtid med hjälp av Instrumentpaneler i Azure Data Explorer, Power BI eller Grafana.
- Skapa och schemalägga aviseringar och meddelanden med hjälp av Azure Data Explorer-anslutningsappen för Azure Logic Apps.
Komponenter
- Azure Storage Azure Data Explorer-anslutningsprogram: Kontinuerlig inmatning från Azure Storage (Blob Storage och ADLSv2) med Azure Event Grid-prenumeration för att strömma dessa meddelanden till Azure Data Explorer.
- Azure Data Explorer: Snabb, fullständigt hanterad och mycket skalbar dataanalystjänst för realtidsanalys på stora mängder dataströmning från program, webbplatser, IoT-enheter med mera.
- Instrumentpaneler för Azure Data Explorer: Exportera Kusto-frågor som utforskades i webbgränssnittet till optimerade instrumentpaneler.
- Azure Logic Apps Azure Data Explorer-anslutningsprogram: Kör Kusto-frågor och kommandon automatiskt som en del av en schemalagd eller utlöst uppgift.
Information om scenario
Du kan använda den här lösningen för att mata in stora volymer CDN-loggar i syfte att skapa instrumentpaneler för analys i nära realtid.
Potentiella användningsfall
- Log Analytics
- Analys av tidsserier
- IoT
- Undersökande analys för generell användning
Deltagare
Den här artikeln underhålls av Microsoft. Det har ursprungligen skrivits av följande medarbetare.
Huvudförfattare:
- Ornat Spodek | Senior Content Manager
Nästa steg
Mer information finns i Dokumentation om Azure Data Explorer.