Dataströmning i Azure SQL Edge
Viktigt!
Azure SQL Edge stöder inte längre ARM64-plattformen.
Azure SQL Edge tillhandahåller en intern implementering av dataströmningsfunktioner som kallas Transact-SQL-direktuppspelning (T-SQL). Den tillhandahåller dataströmning, analys och händelsebearbetning i realtid för att analysera och bearbeta stora volymer snabbuppspelningsdata från flera källor samtidigt. T-SQL-strömning skapas med samma högpresterande strömningsmotor som driver Azure Stream Analytics i Microsoft Azure. Funktionen stöder en liknande uppsättning funktioner som erbjuds av Azure Stream Analytics som körs på gränsen.
Precis som med Stream Analytics identifierar T-SQL Streaming mönster och relationer i information som extraherats från flera IoT-indatakällor, inklusive enheter, sensorer och program. Du kan använda dessa mönster för att utlösa åtgärder och initiera arbetsflöden. Du kan till exempel skapa aviseringar, skicka information till en rapport- eller visualiseringslösning eller lagra data för senare användning.
T-SQL-strömning kan hjälpa dig:
- Analysera telemetriströmmar i realtid från IoT-enheter.
- Använd realtidsanalys av data som genereras från autonoma och förarlösa fordon.
- Använd fjärrövervakning och förutsägande underhåll av värdefulla industriella tillgångar eller tillverkningstillgångar.
- Använd avvikelseidentifiering och mönsterigenkänning av IoT-sensoravläsningar i ett jordbruk eller en energigrupp.
Hur fungerar T-SQL-strömning?
T-SQL-strömning fungerar på exakt samma sätt som Azure Stream Analytics. Den använder till exempel begreppet direktuppspelningsjobb för bearbetning av dataströmning i realtid.
Ett stream analytics-jobb består av:
Strömma indata: Detta definierar anslutningarna till en datakälla som dataströmmen ska läsas från. Azure SQL Edge har för närvarande stöd för följande typer av strömindata:
- Edge Hub
- Kafka (Stöd för Kafka-indata är för närvarande endast tillgängligt på Intel/AMD64-versioner av Azure SQL Edge.)
Stream-utdata: Detta definierar anslutningarna till en datakälla som dataströmmen ska skrivas till. Azure SQL Edge stöder för närvarande följande dataströmutdatatyper
- Edge Hub
- SQL (SQL-utdata kan vara en lokal databas i instansen av Azure SQL Edge eller en fjärransluten SQL Server eller Azure SQL Database.)
Stream-fråga: Detta definierar transformering, sammansättningar, filter, sortering och kopplingar som ska tillämpas på indataströmmen innan den skrivs till strömmens utdata. Stream-frågan baseras på samma frågespråk som det som används av Stream Analytics. Mer information finns i Frågespråk för Stream Analytics.
Viktigt!
T-SQL-strömning, till skillnad från Stream Analytics, stöder för närvarande inte användning av referensdata för sökningar eller användning av UDF:er och UDA:er i ett dataströmsjobb.
Kommentar
T-SQL-strömning stöder endast en delmängd av språkytan som stöds av Stream Analytics. Mer information finns i Frågespråk för Stream Analytics.
Begränsningar
Följande begränsningar gäller för T-SQL-strömning.
- Endast ett direktuppspelningsjobb kan vara aktivt vid en viss tidpunkt. Jobb som redan körs måste stoppas innan du startar ett annat jobb.
- Varje körning av direktuppspelningsjobb är enkeltrådad. Om strömningsjobbet innehåller flera frågor utvärderas varje fråga i serieordning.
- När du stoppade ett direktuppspelningsjobb i Azure SQL Edge kan det uppstå en fördröjning innan nästa direktuppspelningsjobb kan startas. Den här fördröjningen introduceras eftersom den underliggande strömningsprocessen måste stoppas som svar på stoppjobbbegäran och sedan startas om som svar på startjobbets begäran.
- T-SQL Streaming upp till 32 partitioner för en kafka-ström. Försök att konfigurera ett högre partitionsantal resulterar i ett fel.