在 Azure 中選擇串流處理技術

本文會比較 Azure 中即時串流處理的技術選擇。

即時串流處理會取用來自佇列或檔案型記憶體的訊息、處理訊息，並將結果轉送至另一個消息佇列、檔案存放區或資料庫。處理可能包括查詢、篩選和匯總訊息。串流處理引擎必須能夠取用無盡的數據串流，並以最少的延遲產生結果。如需詳細資訊，請參閱實時處理。

選擇用於即時處理的技術時，有哪些選項？

在 Azure 中，下列所有資料存放區都會符合支援即時處理的核心需求：

針對實時處理案例，請藉由回答下列問題，開始為您的需求選擇適當的服務：

下表摘要說明功能的主要差異。

功能	Azure 串流分析	HDInsight 搭配 Spark 串流	Azure Databricks 中的 Apache Spark	HDInsight 與 Storm	Azure Functions	Azure App Service WebJobs
可程式性	SQL、JavaScript	C#/F#、Java、Python、Scala	C#/F#、Java、Python、R、Scala	C#、Java	C#、F#、Java、Node.js、Python	C#、Java、Node.js、PHP、Python
程序設計範例	宣告式	宣告式和命令式混合	宣告式和命令式混合	命令式	命令式	命令式
計價模式	串流單位	每個叢集時數	Databricks 單位	每個叢集時數	每個函式執行和資源耗用量	每個 App Service 方案小時

功能	Azure 串流分析	HDInsight 搭配 Spark 串流	Azure Databricks 中的 Apache Spark	HDInsight 與 Storm	Azure Functions	Azure App Service WebJobs
輸入	Azure 事件中樞、Azure IoT 中樞、Azure Blob 記憶體/ADLS Gen2	事件中樞、IoT 中樞、Kafka、HDFS、儲存體 Blob、Azure Data Lake Store	事件中樞、IoT 中樞、Kafka、HDFS、儲存體 Blob、Azure Data Lake Store	事件中樞、IoT 中樞、儲存體 Blob、Azure Data Lake Store	支援的系結	服務匯流排、儲存體佇列、儲存體 Blob、事件中樞、WebHook、Azure Cosmos DB、檔案
接收	Azure Data Lake 儲存體 Gen 1、Azure 數據總管、適用於 PostgreSQL 的 Azure 資料庫、Azure SQL 資料庫、Azure Synapse Analytics、Blob 記憶體和 Azure Data Lake Gen 2、Azure 事件中樞、Power BI、Azure 數據表記憶體、Azure 服務匯流排佇列、Azure 服務匯流排主題、Azure Cosmos DB、Azure Functions	HDFS、Kafka、儲存體 Blob、Azure Data Lake Store、Azure Cosmos DB	HDFS、Kafka、儲存體 Blob、Azure Data Lake Store、Azure Cosmos DB	事件中樞、服務匯流排、Kafka	支援的系結	服務匯流排、儲存體佇列、儲存體 Blob、事件中樞、WebHook、Azure Cosmos DB、檔案

功能	Azure 串流分析	HDInsight 搭配 Spark 串流	Azure Databricks 中的 Apache Spark	HDInsight 與 Storm	Azure Functions	Azure App Service WebJobs
內建時態/視窗支援	Yes	.是	.是	.是	無	No
輸入數據格式	Avro、JSON 或 CSV、UTF-8 編碼	使用自定義程式代碼的任何格式	使用自定義程式代碼的任何格式	使用自定義程式代碼的任何格式	使用自定義程式代碼的任何格式	使用自定義程式代碼的任何格式
延展性	查詢分割區	依叢集大小系結	由 Databricks 叢集調整組態系結	依叢集大小系結	最多 200 個函式應用程式實例平行處理	由 App Service 方案容量系結
延遲抵達和順序錯亂的事件處理支援	Yes	.是	.是	.是	無	No

本文由 Microsoft 維護。原始投稿人如下。

主體作者：