Dela via

Översikt över lokal testning av Stream Analytics-jobb i Visual Studio Code med ASA-verktyg

  • Artikel

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:

Nästa steg