Escenario de streaming de datos

App Service
API Management
Container Registry
Cache for Redis
Cosmos DB

Idea de solución Solution Idea

Si desea que ampliemos este artículo con más información, detalles de la implementación, guía de precios o ejemplos de código, háganoslo saber en GitHub Feedback (Comentarios de GitHub).If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

Utilice AKS para facilitar la ingesta y el procesamiento en tiempo real de un flujo de datos con millones de puntos de datos que se recopilan mediante sensores.Use AKS to easily ingest & process a real-time data stream with millions of data points collected via sensors. Agilice el análisis y los cálculos para desarrollar conocimientos en escenarios complejos con rapidez.Perform fast analysis and computations to develop insights into complex scenarios quickly.

ArquitecturaArchitecture

Diagrama de la arquitectura Descargue un SVG de esta arquitectura.Architecture Diagram Download an SVG of this architecture.

Data FlowData Flow

  1. Los datos de sensores se generan y transmiten a Azure API Management.Sensor data is generated and streamed to Azure API Management.
  2. El clúster de AKS ejecuta microservicios que se implementan como contenedores detrás de una malla de servicio.AKS cluster runs microservice that are deployed as containers behind a service mesh. Los contenedores se crean mediante un proceso de DevOps y se almacenan en Azure Container Registry.Containers are built using a DevOps process and stored in Azure Container Registry.
  3. El servicio de ingesta almacena los datos en una instancia de Azure Cosmos DB.Ingest service stores data in a Azure Cosmos DB
  4. El servicio de análisis recibe de forma asincrónica los datos y los transmite a Apache Kafka y a Azure HDInsight.Asynchronously, the Analysis service receives the data and streams it to Apache Kafka and Azure HDInsight.
  5. Los científicos de datos pueden analizar las grandes cantidades de macrodatos para usarlos en modelos de aprendizaje automático mediante Splunk.Data scientists can analyze the large big data for use in machine learning models using Splunk.
  6. Los datos se procesan mediante el servicio de procesamiento que almacena los resultados en Azure Database for PostgreSQL y almacena en caché los datos, en una instancia de Azure Cache for Redis.Data is processed by the processing service which stores the result in Azure Database for PostgreSQL and caches the data in an Azure Cache for Redis.
  7. Para ver los resultados, se usa una aplicación web que se ejecuta en Azure App Service.A web app running in Azure App Service is used to visualize the results.