Introducción
Hoy en día, las aplicaciones conectadas, los dispositivos y sensores del Internet de las cosas (IoT) y otros orígenes diversos generan cantidades masivas de datos en tiempo real. La proliferación de fuentes de datos en flujos ha hecho que la capacidad de consumir y tomar decisiones fundamentadas a partir de estos datos en tiempo casi real sea una necesidad operativa para muchas organizaciones.
Entre los ejemplos típicos de cargas de trabajo de datos de streaming se incluyen los siguientes:
- Las tiendas en línea que analizan la información de la secuencia de clic en tiempo real para ofrecer recomendaciones de productos a los consumidores mientras navegan por el sitio web.
- Las instalaciones de fabricación que utilizan los datos de telemetría de los sensores de IoT para supervisar de forma remota los recursos de alto valor.
- Las transacciones con tarjeta de crédito de los sistemas de puntos de venta que se examinan en tiempo real para detectar y prevenir actividades potencialmente fraudulentas.
Azure Stream Analytics proporciona un motor de procesamiento de flujos basado en la nube que se puede usar para filtrar, agregar y procesar de otro modo un flujo de datos en tiempo real de varios orígenes. Los resultados de este procesamiento se pueden usar para desencadenar la actividad automatizada mediante un servicio o aplicación, generar visualizaciones en tiempo real o integrar datos de streaming en una solución de análisis empresarial.
En este módulo, aprenderá a empezar a trabajar con Azure Stream Analytics y a usarlo para procesar flujos de datos de eventos.