快速入門：使用 Azure CLI 建立 Azure 串流分析作業

在本快速入門中，您將使用 Azure CLI 來定義串流分析作業，以篩選溫度讀數大於 27 的即時感測器訊息。串流分析作業會從IoT中樞讀取資料、轉換數據，並將輸出數據寫入 Blob 記憶體中的容器。本快速入門中使用的輸入資料是由 Raspberry Pi 線上模擬器產生。

開始之前

如果您沒有 Azure 帳戶，請在開始之前建立免費帳戶。

先決條件

在 Azure Cloud Shell 中使用 Bash 環境。如需詳細資訊，請參閱開始使用 Azure Cloud Shell。
若要在本地執行 CLI 參考命令，請安裝 Azure CLI。如果您正在 Windows 或 macOS 上執行，請考慮在 Docker 容器中執行 Azure CLI。如需詳細資訊，請參閱〈如何在 Docker 容器中執行 Azure CLI〉。
- 如果您使用的是本機安裝，請使用 az login 命令，透過 Azure CLI 來登入。若要完成驗證程式，請遵循終端機中顯示的步驟。如需其他登入選項，請參閱使用 Azure CLI 向 Azure 進行驗證。
- 出現提示時，請在第一次使用時安裝 Azure CLI 延伸模組。如需擴充功能的詳細資訊，請參閱使用和管理 Azure CLI 的擴充功能。
- 執行 az version 以尋找已安裝的版本和相依程式庫。若要升級至最新版本，請執行 az upgrade。

建立資源群組。所有 Azure 資源都必須部署到資源群組。資源群組可讓您組織和管理相關的 Azure 資源。

在本快速入門中，請使用下列 az group create 命令，在 eastus 位置建立名為 streamanalyticsrg 的資源群組：
```
az group create --name streamanalyticsrg --location eastus
```

準備輸入資料

定義串流分析作業之前，請先準備用於作業輸入的數據。下列 Azure CLI 命令會準備作業所需的輸入數據。

使用 az iot hub create 命令建立 IoT 中樞。此範例會建立名為 MyASAIoTHub 的 IoT 中樞。由於 IoT 中樞的名稱必須在全球範圍內唯一，因此如果名稱已被使用，您可能需要更改名稱。將 SKU 設定為 F1 可使用免費層 (如果適用於您的訂用帳戶)。否則，請選擇下一個最低層。
```
iotHubName=MyASAIoTHub
az iot hub create --name $iotHubName --resource-group streamanalyticsrg --sku S1
```
建立 IoT 中樞後，使用 az iot hub connection-string show 命令來取得 IoT 中樞連接字串。複製整個連接字串，並加以儲存。您會在將 IoT 中樞新增為串流分析作業的輸入時使用它。
```
az iot hub connection-string show --hub-name $iotHubName
```
使用 az iothub device-identity create 命令，將裝置新增至 IoT 中樞。此範例會建立名為 MyASAIoTDevice 的裝置。
```
az iot hub device-identity create --hub-name $iotHubName --device-id "MyASAIoTDevice"
```

使用 az iot hub device-identity connection-string show 命令取得裝置連接字串。複製整個連接字串並加以儲存，以便在建立 Raspberry Pi 模擬器時使用。

az iot hub device-identity connection-string show --hub-name $iotHubName --device-id "MyASAIoTDevice" --output table

輸出範例：

HostName=MyASAIoTHub.azure-devices.net;DeviceId=MyASAIoTDevice;SharedAccessKey=a2mnUsg52+NIgYudxYYUNXI67r0JmNubmfVafojG8=

建立 Blob 儲存帳戶

下列 Azure CLI 命令會建立用於作業輸出的 Blob 記憶體帳戶。

使用 az storage account create 命令建立一般用途的記憶體帳戶。一般用途的儲存體帳戶可以用於所有四個服務：Blob、檔案、資料表和佇列。

storageAccountName="asatutorialstorage$RANDOM"
az storage account create \
    --name $storageAccountName \
    --resource-group streamanalyticsrg \
    --location eastus \
    --sku Standard_ZRS \
    --encryption-services blob

執行 az storage account keys list 命令，以取得記憶體帳戶的密鑰。
```
key=$(az storage account keys list -g streamanalyticsrg -n $storageAccountName --query "[0].value" -o tsv)
echo $key
```
這很重要

記下 Azure 記憶體帳戶的存取金鑰。稍後在本快速入門中，您將使用此金鑰。
使用 state 命令建立名為的容器，以儲存 Blob。您可以使用記憶體帳戶金鑰來授權作業來建立容器。如需使用 Azure CLI 授權資料作業的詳細資訊，請參閱使用 Azure CLI 授權 Blob 或佇列數據的存取權。
```
az storage container create \
    --account-name $storageAccountName \
    --name state \
    --account-key $key \
    --auth-mode key
```

建立串流分析作業

使用 az stream-analytics job create 命令建立串流分析作業。

az stream-analytics job create \
    --job-name "streamanalyticsjob" \
    --resource-group "streamanalyticsrg" \
    --location "eastus" \
    --output-error-policy "Drop" \
    --out-of-order-policy "Drop" \
    --order-max-delay 5 \
    --arrival-max-delay 16 \
    --data-locale "en-US"

設定作業的輸入

使用 az stream-analytics input Cmdlet，將輸入新增至您的作業。此 Cmdlet 會採用 JSON 格式的作業名稱、作業輸入名稱、資源組名和輸入屬性作為參數。在此範例中，您將建立IoT中樞作為輸入。

這很重要

將 IOT HUB ACCESS KEY 取代為您所儲存 IOT 中樞連接字串中的共用存取金鑰值。例如，如果 IOT 中樞連接字串為： HostName=MyASAIoTHub.azure-devices.net;SharedAccessKeyName=iothubowner;SharedAccessKey=xxxxxxxxxxxxxx=，則共用存取金鑰值為 xxxxxxxxxxxxxx=。取代值時，請確定您不會刪除 \ (雙引號) 的 " (逸出) 字元。
如果您使用iotHubNamespace以外的名稱，請更新下列命令中的MyASAIoTHub值。執行 echo $iotHubName 以查看IoT中樞的名稱。

az stream-analytics input create \
    --properties "{\"type\":\"Stream\",\"datasource\":{\"type\":\"Microsoft.Devices/IotHubs\",\"properties\":{\"consumerGroupName\":\"\$Default\",\"endpoint\":\"messages/events\",\"iotHubNamespace\":\"MyASAIoTHub\",\"sharedAccessPolicyKey\":\"IOT HUB ACCESS KEY\",\"sharedAccessPolicyName\":\"iothubowner\"}},\"serialization\":{\"type\":\"Json\",\"encoding\":\"UTF8\"}}" \
    --input-name "asaiotinput" \
    --job-name "streamanalyticsjob" \
    --resource-group "streamanalyticsrg"

設定作業的輸出

使用 az stream-analytics output create Cmdlet，將輸出新增至您的作業。此 Cmdlet 會採用作業名稱、作業輸出名稱、資源組名、JSON 格式的數據源，以及串行化類型作為參數。

這很重要

將STORAGEACCOUNTNAME>替換為您的 Azure 儲存帳戶名稱，並將STORAGEACCESSKEY>替換為儲存帳戶的存取金鑰。如果您未記下這些值，請執行下列命令以取得這些值： echo $storageAccountName 和 echo $key。取代值時，請確定您不會刪除 \ (雙引號) 的 " (逸出) 字元。

az stream-analytics output create \
    --job-name streamanalyticsjob \
    --datasource "{\"type\":\"Microsoft.Storage/Blob\",\"properties\":{\"container\":\"state\",\"dateFormat\":\"yyyy/MM/dd\",\"pathPattern\":\"{date}/{time}\",\"storageAccounts\":[{\"accountKey\":\"STORAGEACCESSKEY\",\"accountName\":\"STORAGEACCOUNTNAME\"}],\"timeFormat\":\"HH\"}}" \
    --serialization "{\"type\":\"Json\",\"properties\":{\"format\":\"Array\",\"encoding\":\"UTF8\"}}" \
    --output-name asabloboutput \
    --resource-group streamanalyticsrg

定義轉換查詢

使用 az stream-analytics transformation create Cmdlet 來新增轉換作業。

az stream-analytics transformation create \
    --resource-group streamanalyticsrg \
    --job-name streamanalyticsjob \
    --name Transformation \
    --streaming-units "6" \
    --saql "SELECT * INTO asabloboutput FROM asaiotinput WHERE Temperature > 27"

執行 IoT 模擬器

開啟 Raspberry Pi Azure IoT 線上模擬器。
將第 15 行中的預留位置取代為您在快速入門開頭儲存的整個 Azure IoT 中樞裝置連接字串 (而非 IoT 中樞連接字串)。
選擇執行。下列輸出會顯示傳送至 IoT 中樞的感應器資料和訊息。

啟動串流分析工作並查看輸出

使用 az stream-analytics job start Cmdlet 來啟動作業。此 Cmdlet 會採用作業名稱、資源群組名稱、輸出啟動模式和啟動時間來作為參數。 OutputStartMode 可接受 JobStartTime、CustomTime 或 LastOutputEventTime。

執行下列 Cmdlet 後，如果作業啟動，它會在輸出中傳回 True。

az stream-analytics job start \
    --resource-group streamanalyticsrg \
    --name streamanalyticsjob \
    --output-start-mode JobStartTime

等候幾分鐘，然後確認已在 Blob 容器state中建立輸出檔案。

顯示狀態 Blob 容器中輸出檔案的螢幕快照。

下載並開啟檔案，以查看數個條目，類似於以下所示的條目：

{
    "messageId": 229,
    "deviceId": "Raspberry Pi Web Client",
    "temperature": 31.85214010589595,
    "humidity": 60.278830289656284,
    "EventProcessedUtcTime": "2023-02-28T22:06:33.5567789Z",
    "PartitionId": 3,
    "EventEnqueuedUtcTime": "2023-02-28T22:05:49.6520000Z",
    "IoTHub": {
        "MessageId": null,
        "CorrelationId": null,
        "ConnectionDeviceId": "MyASAIoTDevice",
        "ConnectionDeviceGenerationId": "638132150746523845",
        "EnqueuedTime": "2023-02-28T22:05:49.6520000Z",
        "StreamId": null
    }
}

清理資源

刪除資源群組，這會刪除資源群組中的所有資源，包括串流分析作業、IoT 中樞和 Azure 記憶體帳戶。

az group delete \
    --name streamanalyticsrg \
    --no-wait

後續步驟

在本快速入門中，您已使用 Azure CLI 部署簡單的串流分析作業。您也可以使用 Azure 入口網站和 Visual Studio 部署串流分析作業。

若要了解如何設定其他輸入來源及執行即時偵測，請前往下列文章：

使用 Azure 串流分析進行即時詐騙偵測

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-09-27