Aracılığıyla paylaş

Event Hubs'dan Parquet biçiminde veri yakalama

  • Makale

Bu makalede, Parquet biçiminde bir Azure Data Lake Storage 2. Nesil hesabındaki Event Hubs'ta akış verilerini otomatik olarak yakalamak için kod düzenleyicisi yok özelliğinin nasıl kullanılacağı açıklanmaktadır.

Önkoşullar

  • Yakalanan verileri depolamak için kapsayıcı içeren bir olay hub'ı ve Azure Data Lake Storage 2. Nesil hesabı olan bir Azure Event Hubs ad alanı. Bu kaynakların genel olarak erişilebilir olması ve azure sanal ağında bir güvenlik duvarının arkasında veya güvenliği sağlanamaz olması gerekir.

    Olay hub'larınız yoksa Hızlı Başlangıç: Olay hub'ı oluşturma başlığı altındaki yönergeleri izleyerek bir tane oluşturun.

    Data Lake Storage 2. Nesil hesabınız yoksa Depolama hesabı oluşturma başlığındaki yönergeleri izleyerek bir hesap oluşturun

  • Event Hubs'ınızdaki veriler JSON, CSV veya Avro biçiminde seri hale getirilmelidir. Test amacıyla soldaki menüden Veri oluştur (önizleme) öğesini seçin, Veri kümesi için hisse senetleri verileri'ni ve ardından Gönder'i seçin.

    Örnek hisse senetleri verileri oluşturmak için Veri oluştur sayfasını gösteren ekran görüntüsü.

Verileri yakalamak için iş yapılandırma

Azure Data Lake Storage 2. Nesil'da veri yakalamak üzere bir Stream Analytics işi yapılandırmak için aşağıdaki adımları kullanın.

  1. Azure portalında olay hub'ınıza gidin.

  2. Soldaki menüde Özellikler'in altında verileri işle'yi seçin. Ardından, Verileri Parquet biçiminde ADLS 2. Nesil'e yakala kartında Başlat'ı seçin.

    Event Hubs veri başlangıç kartlarını işlemeyi gösteren ekran görüntüsü.

  3. Stream Analytics işiniz için bir ad girin ve Oluştur'u seçin.

    İş adını girdiğiniz Yeni Stream Analytics iş penceresini gösteren ekran görüntüsü.

  4. Event Hubs'da verilerinizin Serileştirme türünü ve işin Event Hubs'a bağlanmak için kullandığı Kimlik doğrulama yöntemini belirtin. Ardından Bağlan'ı seçin.

    Event Hubs bağlantı yapılandırmasını gösteren ekran görüntüsü.

  5. Bağlantı başarıyla kurulduğunda şunları görürsünüz:

    • Giriş verilerinde bulunan alanlar. Alan ekle'yi seçebilir veya isteğe bağlı olarak alanın adını kaldırmak, yeniden adlandırmak veya değiştirmek için alanın yanındaki üç nokta simgesini seçebilirsiniz.

    • Diyagram görünümünün altındaki Veri önizleme tablosundaki gelen verilerin canlı örneği. Düzenli aralıklarla yenilenir. Örnek girişin statik görünümünü görüntülemek için Akış önizlemesini duraklat'ı seçebilirsiniz.

      Veri Önizleme altında örnek verileri gösteren ekran görüntüsü.

  6. Yapılandırmayı düzenlemek için Azure Data Lake Storage 2. Nesil kutucuğunu seçin.

  7. Azure Data Lake Storage 2. Nesil yapılandırma sayfasında şu adımları izleyin:

    1. Açılan menüden aboneliği, depolama hesabı adını ve kapsayıcıyı seçin.

    2. Abonelik seçildikten sonra kimlik doğrulama yöntemi ve depolama hesabı anahtarı otomatik olarak doldurulmalıdır.

    3. Serileştirme biçimi için Parquet'i seçin.

      Data Lake Storage 2. Nesil yapılandırma sayfasını gösteren ekran görüntüsü.

    4. Akış blobları için dizin yolu deseninin dinamik bir değer olması beklenir. Tarihin blob için dosya yolunun bir parçası olması gerekir; olarak başvurulur {date}. Özel yol desenleri hakkında bilgi edinmek için bkz. Azure Stream Analytics özel blob çıkış bölümleme.

      Blob'un bağlantı yapılandırmasını düzenlediğiniz Blob penceresini gösteren ilk ekran görüntüsü.

    5. Bağlan'ı seçin.

  8. Bağlantı kurulduğunda, çıkış verilerinde bulunan alanları görürsünüz.

  9. Yapılandırmanızı kaydetmek için komut çubuğunda Kaydet'i seçin.

    Komut çubuğundaki Kaydet düğmesinin seçili olduğunu gösteren ekran görüntüsü.

  10. Veri yakalamak için akış akışını başlatmak için komut çubuğunda Başlat'ı seçin. Ardından Stream Analytics'i başlat iş penceresinde:

    1. Çıkış başlangıç saatini seçin.

    2. Fiyatlandırma planını seçin.

    3. İşin birlikte çalıştığı Akış Birimi (SU) sayısını seçin. SU, Stream Analytics işini yürütmek için ayrılan bilgi işlem kaynaklarını temsil eder. Daha fazla bilgi için bkz . Azure Stream Analytics'te Akış Birimleri.

      Çıkış başlangıç zamanını, akış birimlerini ve hata işlemeyi ayarladığınız Stream Analytics'i Başlat iş penceresini gösteren ekran görüntüsü.

  11. Olay hub'ınızın Verileri işleme sayfasının Stream Analytics iş sekmesinde Stream Analytics işini görmeniz gerekir.

    İşlem verileri sayfasındaki Stream Analytics işini gösteren ekran görüntüsü.

Çıkışı doğrulama

  1. Olay hub'ınızın Event Hubs örneği sayfasında Veri oluştur'a tıklayın, veri kümesi için hisse senetleri verileri'ni seçin ve ardından olay hub'ına örnek veriler göndermek için Gönder'i seçin.

  2. Parquet dosyalarının Azure Data Lake Storage kapsayıcısında oluşturulduğunu doğrulayın.

    Azure Data Lake Storage kapsayıcısında oluşturulan Parquet dosyalarını gösteren ekran görüntüsü.

  3. Soldaki menüden Verileri işle'yi seçin. Stream Analytics işleri sekmesine geçin. İzlemek için Ölçümleri aç'ı seçin.

    Ölçümleri Aç bağlantısının seçili olduğunu gösteren ekran görüntüsü.

    Giriş ve çıkış olaylarını gösteren ölçümlerin örnek ekran görüntüsü aşağıda verilmiştir.

    Stream Analytics işinin ölçümlerini gösteren ekran görüntüsü.

Event Hubs Coğrafi çoğaltma özelliğini kullanırken dikkat edilmesi gerekenler

Azure Event Hubs kısa süre önce genel önizlemede Coğrafi Çoğaltma özelliğini başlattı. Bu özellik, Azure Event Hubs'ın Coğrafi Olağanüstü Durum Kurtarma özelliğinden farklıdır.

Yük devretme türü Zorlamalı olduğunda ve çoğaltma tutarlılığı Zaman Uyumsuz olduğunda, Stream Analytics işi bir Azure Event Hubs çıkışının tam olarak bir kez çıkışını garanti etmez.

Azure Stream Analytics, bir olay hub'ı çıktısı olan bir üretici olarak yük devretme süresi ve birincil ile ikincil arasında çoğaltma gecikmesinin yapılandırılan maksimum gecikmeye ulaşması durumunda Event Hubs tarafından azaltma sırasında iş üzerinde filigran gecikmesi gözlemlenebilir.

Azure Stream Analytics, Event Hubs giriş olarak tüketici olarak yük devretme süresi boyunca iş üzerinde filigran gecikmesi gözlemler ve yük devretme tamamlandıktan sonra verileri atlayabilir veya yinelenen verileri bulabilir.

Bu uyarılar nedeniyle, Event Hubs yük devretme tamamlandıktan hemen sonra Stream Analytics işini uygun başlangıç zamanıyla yeniden başlatmanızı öneririz. Ayrıca Event Hubs Coğrafi çoğaltma özelliği genel önizleme aşamasında olduğundan, bu noktada üretim Stream Analytics işleri için bu desenin kullanılmasını önermiyoruz. Event Hubs Coğrafi çoğaltma özelliği genel kullanıma sunulmadan önce geçerli Stream Analytics davranışı geliştirilecektir ve Stream Analytics üretim işlerinde kullanılabilir.

Sonraki adımlar

Artık Event Hubs verilerini Parquet biçiminde Azure Data Lake Storage 2. Nesil yakalayan bir iş oluşturmak için Kod düzenleyicisi olmayan Stream Analytics'i nasıl kullanacağınızı biliyorsunuz. Ardından Azure Stream Analytics ve oluşturduğunuz işi izleme hakkında daha fazla bilgi edinebilirsiniz.