Dokumentation om Azure Stream Analytics

Azure Stream Analytics är en fullständigt hanterad realtidsanalystjänst som hjälper dig att analysera och bearbeta snabba dataströmmar som kan användas för att få insikter, skapa rapporter eller utlösa aviseringar och åtgärder. Lär dig hur du använder Azure Stream Analytics med hjälp av våra snabbstarter, självstudier och exempel.

Om Azure Stream Analytics

Översikt

• Vad är Azure Stream Analytics?
• Azure Stream Analytics-lösningsmönster

Snabbstart

• Skapa ett jobb med Azure-portalen

Självstudie

• Samla in Event Hubs-data i parquet-format
• Skriva till en deltatabell i Data Lake Storage Gen2
• Skapa Power BI-instrumentpaneler i realtid utan kodredigerare
• Analysera bedrägliga samtalsdata och visualisera resultat

Koncept

• Välja en strömningsanalysteknik
• Välj ett utvecklingsverktyg för dina jobb

Ansluta jobb till en datakälla

Översikt

• Läs mer om indatatyper

Koncept

• Strömma indata
• Koppla referensdata för sökningar

Instruktioner

• Använda referensdata från en SQL Database
• Felsöka indataanslutningar
• Bearbeta Apache Kafka för Event Hubs-händelser
• Bearbeta data från Azure Event Hubs

Skicka data till en utgående mottagare

Översikt

• Läs mer om utdatatyper

Koncept

• Utdata till Azure Cosmos DB
• Utdata till Azure SQL Database
• Anpassad partitionering av blobutdata
• Hanteringsprinciper för utdatafel

Instruktioner

• Felsöka utdataanslutningar

Övervaka och felsöka jobb

Instruktioner

• Övervaka och hantera jobb med Hjälp av Azure-portalen
• Övervaka och hantera jobb från Visual Studio
• Analysera jobbprestanda med hjälp av jobbmått och dimensioner
• Felsöka frågor lokalt med jobbdiagram i Visual Studio Code
• Felsöka med hjälp av resursloggar
• Felsöka med hjälp av jobbdiagram
• Felsöka datafel

Granska tidsbaserade begrepp

Koncept

• Vanliga frågemönster
• Förstå tidshantering i Stream Analytics
• Intern kontrollpunkt och återuppspelning

Transformera data med Stream Analytics-frågor

Koncept

• Introduktion till fönsterfunktioner
• Introduktion till geospatiala funktioner
• Parsa JSON- och Avro-data

Instruktioner

• Felsöka frågelogik
• Skriva användardefinierade JavaScript-samlingar
• Utveckla .NET-användardefinierade funktioner för IoT Edge-jobb

Självstudie

• Köra en användardefinierad JavaScript-funktion
• Köra en C#-användardefinierad funktion för ett Stream Analytics Edge-jobb

Analysera med Machine Learning

Instruktioner

• Använda Machine Learning för att identifiera avvikelser
• Utföra attitydanalys med Mašinsko učenje Studio (klassisk)
• Skala jobb med funktioner i Mašinsko učenje Studio (klassisk)

Skapa och hantera jobb med utvecklarverktyg

Instruktioner

• Utforska jobb med Visual Studio Code
• Testa frågor med exempeldata i Visual Studio Code
• Installera verktyg för Visual Studio
• Testa frågor med exempeldata i Visual Studio
• Testa frågor med livedata i Visual Studio
• Visa jobb i Visual Studio
• Utveckla ett IoT Edge-jobb i Visual Studio

video

• Skapa, hantera och testa med Visual Studio Code

Prova Stream Analytics-självstudier och -lösningar

Självstudie

• Identifiering av bedrägerier i realtid
• Utlösa en Azure-funktion

Instruktioner

• Bygga lösningar med geofencing och geospatial sammansättning
• Köra jobb i IoT Edge
• Bygga en attitydanalyslösning
• Skapa en IoT-lösning
• Handelssimulering med hög frekvens
• Avisering baserat på justerbara regeltrösklar

Distribuera Stream Analytics-jobb

Instruktioner

• Konfigurera en CI/CD-pipeline med Visual Studio Code
• Konfigurera en CI/CD-pipeline med Visual Studio
• Använda REST API:er för att konfigurera CI/CD för IoT Edge-jobb

Skala Stream Analytics-jobb

Instruktioner

• Skala med direktuppspelningsenheter
• Skala med frågeparallellisering
• Skala jobb för att öka dataflödet
• Optimera bearbetning genom ompartitionering