Migración a Azure Data Explorer
Nota:
El servicio Time Series Insights se retirará el 7 de julio de 2024. Considere la posibilidad de migrar los entornos existentes a soluciones alternativas lo antes posible. Para más información sobre la entrada en desuso y la migración, consulte nuestra documentación.
Información general
El servicio time series Ideas (TSI) proporciona acceso a los datos históricos ingeridos mediante concetradores con fines de análisis operativo y generación de informes. Entre las características del servicio, se incluyen las siguientes:
- Ingesta de datos mediante concentradores o la funcionalidad de carga masiva.
- Almacenamiento de datos en rutas de acceso de retención limitada en caliente y de retención infinita en frío.
- Contextualización de datos mediante la aplicación de jerarquías a través del modelo de Times Series.
- Gráficos de datos y análisis operativo mediante el Explorador de TSI.
- Consulta de datos mediante TSQ mediante la API o el Explorador de TSI.
- Conectores para acceder a los datos con Databricks Spark o PBI.
Comparación de características con Azure Data Explorer (ADX)
| Característica | TSI | ADX |
|---|---|---|
| Ingesta de datos | Event Hubs, IoT Hub limitado a 1 MB/s | Event Hubs, IoT Hub, Kafka, Spark, Azure Storage, Azure Stream Analytics, Azure Data Factory, Logstash, Power Automate, Logic Apps, Telegraf, Apache Nifi. Sin límites en la ingesta (escalable); la referencia de ingesta es 200 MB/s/nodo en una máquina de 16 núcleos en el clúster de ADX. |
| Almacenamiento y retención de datos | Almacén en caliente: clúster ADX multiinquilino | Almacén en frío: Azure Blob Store en el almacén de columnas distribuido de la suscripción del cliente con un almacén en caliente muy optimizado (en un SSD de nodos de proceso) y un almacén en frío (en Azure Storage). Elija cualquier SKU de ADX para obtener flexibilidad total |
| Formatos de datos | JSON | JSON, CSV, Avro, Parquet, ORC, TXT y otros formatos de datos admitidos por Azure Data Explorer para la ingesta. |
| Consultas de datos | TSQ | KQL, SQL |
| Visualización de datos | Explorador de TSI, PBI | PBI, ADX Dashboards, Grafana, Kibana y otras herramientas de visualización con conectores ODBC/JDBC |
| Machine Learning | N/D | Compatibilidad con R y Python para crear modelos de ML o datos de puntuación mediante la exportación de modelos existentes. Funciones nativas para elaborar previsiones. Detección de anomalías a escala. Funciones de agrupación en clústeres con fines de diagnóstico y RCA |
| Conector PBI | Versión preliminar pública | Conector PBI nativo optimizado (GA), admite consultas directas o el modo de importación, además de parámetros de consulta y filtros. |
| Exportación de datos | Los datos están disponibles como archivos Parquet en Blob Storage | Admite la exportación continua y automática a tablas externas de Azure Storage para consultar los datos exportados. |
| El cliente posee alta disponibilidad/recuperación ante desastres | Almacenamiento, por lo que depende de la configuración seleccionada. | Acuerdo de Nivel de Servicio de alta disponibilidad del 99,9 %, compatible con AZ; Storage se basa en el almacenamiento duradero de blobs de Azure. |
| Seguridad | Vínculo privado para el tráfico entrante, pero abierto para el almacenamiento y los concentradores | Inserción de red virtual, vínculo privado, cifrado en reposo y compatibilidad con claves administradas por el cliente |
| Rol RBAC y RLS | Rol RBAC limitado, sin RLS | Rol RBAC granular para funciones y acceso a datos, compatible con RLS y enmascaramiento de datos. |
Pasos de la migración de TSI a ADX
TSI incluye dos ofertas, Gen1 y Gen2, con diferentes pasos de migración.
TSI Gen1
TSI Gen1 no incluye almacenamiento en frío ni funcionalidad de jerarquía. Todos los datos tienen retención fija. Extraer datos y asignarlos a ADX sería complicado y lento para los desarrolladores de TSI y el cliente. La ruta de migración sugerida es para configurar la ingesta de datos en paralelo en ADX. Una vez transcurrido el período fijo de retención de datos, se puede eliminar el entorno de TSI ya que ADX contendrá los mismos datos.
- Crear un clúster de ADX
- Configurar la ingesta simultánea desde concentradores al clúster de ADX
- Continuar con la ingesta de datos durante el período de retención fija
- Empezar a usar el clúster ADX
- Eliminar el entorno de TSI
Las preguntas frecuentes detalladas y la experiencia de ingeniería se describen en Migración de TSI Gen1 a ADX
TSI Gen2
TSI Gen2 deposita todos los datos en el almacén en frío usando el formato Parquet como blob en la suscripción del cliente. Para migrar los datos, el cliente debe importar el blob a ADX mediante la funcionalidad de carga masiva Lightingest. Aquí puede encontrar más información sobre la iluminación.
- Crear un clúster de ADX
- Redirigir la ingesta de datos al clúster de ADX
- Importar los datos de TSI en frío mediante iluminación
- Empezar a usar el clúster ADX
- Crear un entorno de TSI
Las preguntas frecuentes detalladas y la experiencia de ingeniería se describen en Migración de TSI Gen2 a ADX
Nota:
Sus recursos de Time Series Insights se eliminarán automáticamente si no puede migrar de Time Series Insights a Azure Data Explorer antes del 7 de julio de 2024. Podrá acceder a los datos de Gen2 de la cuenta de almacenamiento. Sin embargo, solo puede realizar operaciones de administración (como actualizar la configuración de la cuenta de almacenamiento, obtener las propiedades o claves de la cuenta de almacenamiento y eliminar cuentas de almacenamiento) a través de Azure Resource Manager.