Traiter des données de votre instance Event Hub avec Azure Stream AnalyticsProcess data from your event hub using Azure Stream Analytics

Le service Azure Stream Analytics facilite l'ingestion, le traitement et l'analyse des données de streaming Azure Event Hubs, et offre de précieux insights permettant des actions en temps réel.The Azure Stream Analytics service makes it easy to ingest, process, and analyze streaming data from Azure Event Hubs, enabling powerful insights to drive real-time actions. Cette intégration vous permet de créer rapidement un pipeline d’analyse de chemin réactif.This integration allows you to quickly create a hot-path analytics pipeline. Vous pouvez utiliser le portail Azure pour visualiser les données entrantes et écrire une requête Stream Analytics.You can use the Azure portal to visualize incoming data and write a Stream Analytics query. Une fois votre requête prête, vous pouvez la déplacer en production en quelques clics.Once your query is ready, you can move it into production in only a few clicks.

Principaux avantagesKey benefits

Voici les principaux avantages de l’intégration d’Azure Event Hubs et d'Azure Stream Analytics :Here are the key benefits of Azure Event Hubs and Azure Stream Analytics integration:

  • Aperçu des données : vous pouvez afficher un aperçu des données entrantes à partir d’un Event Hub dans le portail Azure.Preview data – You can preview incoming data from an event hub in the Azure portal.
  • Tester votre requête : préparez une requête de transformation et testez-la directement dans le portail Azure.Test your query – Prepare a transformation query and test it directly in the Azure portal. Pour la syntaxe du langage de requête, consultez la documentation Langage de requête Stream Analytics.For the query language syntax, see Stream Analytics Query Language documentation.
  • Déployer votre requête en production : vous pouvez déployer la requête en production en créant et en démarrant un travail Azure Stream Analytics.Deploy your query to production – You can deploy the query into production by creating and starting an Azure Stream Analytics job.

Flux de bout en boutEnd-to-end flow

  1. Connectez-vous au portail Azure.Sign in to the Azure portal.

  2. Accédez à votre espace de noms Event Hubs, puis au Event Hub contenant les données entrantes.Navigate to your Event Hubs namespace and then navigate to the event hub, which has the incoming data.

  3. Sélectionnez Traiter des données sur la page Event Hub.Select Process Data on the event hub page.

    Vignette Traiter des données

  4. Sélectionnez Explorer sur la vignette Activer des insights en temps réel à partir d’événements.Select Explore on the Enable real-time insights from events tile.

    Sélection de Stream Analytics

  5. Une page de requête contenant les valeurs déjà définies pour les champs suivants s'affiche :You see a query page with values already set for the following fields:

    1. Votre Event Hub en tant qu’entrée pour la requête.Your event hub as an input for the query.

    2. Un exemple de requête SQL avec l’instruction SELECT.Sample SQL query with SELECT statement.

    3. Un alias de sortie pour référencer vos résultats de test de requête.An output alias to refer to your query test results.

      Éditeur de requête

      Notes

      La première fois que vous utilisez cette fonctionnalité, cette page vous demande l'autorisation de créer un groupe de consommateurs et une stratégie pour permettre à votre Event Hub d'afficher un aperçu des données entrantes.When you use this feature for the first time, this page asks for your permission to create a consumer group and a policy for your event hub to preview incoming data.

  6. Sélectionnez Créer dans le volet Aperçus des données entrantes comme illustré sur l'image précédente.Select Create in the Input preview pane as shown in the preceding image.

  7. Vous verrez immédiatement un instantané des dernières données entrantes dans cet onglet.You'll immediately see a snapshot of the latest incoming data in this tab.

    • Le type de sérialisation de vos données est automatiquement détecté (JSON ou CSV).The serialization type in your data is automatically detected (JSON/CSV). Vous pouvez le remplacer manuellement par JSON/CSV/AVRO.You can manually change it as well to JSON/CSV/AVRO.

    • Vous pouvez afficher un aperçu des données entrantes au format tableau ou au format brut.You can preview incoming data in the table format or raw format.

    • Si les données qui apparaissent ne sont pas à jour, sélectionnez Actualiser pour afficher les événements les plus récents.If your data shown isn't current, select Refresh to see the latest events.

      Voici un exemple de données au format tableau : Résultats au format tableauHere is an example of data in the table format: Results in the table format

      Voici un exemple de données au format brut :Here is an example of data in the raw format:

      Résultats au format brut

  8. Sélectionnez Tester la requête pour afficher l’instantané des résultats du test de votre requête dans l'onglet Résultats des tests. Vous pouvez également télécharger les résultats.Select Test query to see the snapshot of test results of your query in the Test results tab. You can also download the results.

    Résultats du test de la requête

  9. Écrivez votre propre requête de transformation des données.Write your own query to transform the data. Consultez Référence sur le langage de requête Stream Analytics.See Stream Analytics Query Language reference.

  10. Une fois la requête testée, pour la déplacer en production, sélectionnez Déployer la requête.Once you've tested the query and you want to move it in to production, select Deploy query. Pour déployer la requête, créez un travail Azure Stream Analytics vous permettant de définir une sortie pour votre travail, et démarrer le travail.To deploy the query, create an Azure Stream Analytics job where you can set an output for your job, and start the job. Pour créer un travail Stream Analytics, spécifiez un nom pour ce travail, puis sélectionnez Créer.To create a Stream Analytics job, specify a name for the job, and select Create.

    Créer un travail Azure Stream Analytics

    Notes

    Nous vous recommandons de créer un groupe de consommateurs et une stratégie pour chaque nouveau travail Azure Stream Analytics que vous créez à partir de la page Event Hubs.We recommend that you create a consumer group and a policy for each new Azure Stream Analytics job that you create from the Event Hubs page. Les groupes de consommateurs autorisent uniquement cinq lecteurs simultanés et dès lors, fournir un groupe de consommateurs dédié pour chaque travail permet d’éviter les erreurs liées à un dépassement de cette limite.Consumer groups allow only five concurrent readers, so providing a dedicated consumer group for each job will avoid any errors that might arise from exceeding that limit. Une stratégie dédiée vous permet de faire pivoter votre clé ou de révoquer des autorisations sans affecter d’autres ressources.A dedicated policy allows you to rotate your key or revoke permissions without impacting other resources.

  11. Votre travail Stream Analytics est maintenant créé dans le même contexte que celui où vous avez testé votre requête, et l’entrée correspond à votre Event Hub.Your Stream Analytics job is now created where your query is the same that you tested, and input is your event hub.

  12. Pour terminer le pipeline, définissez la sortie de la requête, puis sélectionnez Démarrer pour démarrer le travail.To complete the pipeline, set the output of the query, and select Start to start the job.

    Notes

    Avant de démarrer le travail, n’oubliez pas de remplacer l’alias de sortie par le nom de sortie que vous avez créé dans Azure Stream Analytics.Before starting the job, don't forget to replace the outputalias by the output name you created in Azure Stream Analytics.

    Définir la sortie et démarrer le travail

Limitations connuesKnown limitations

Lors du test de votre requête, les résultats correspondants mettent environ 6 secondes à charger.While testing your query, the test results take approximately 6 seconds to load. Nous mettons tout en œuvre pour améliorer le niveau de performance des tests.We're working on improving the performance of testing. Toutefois, lors d'un déploiement en production, Azure Stream Analytics affiche une latence inférieure à une seconde.However, when deployed in production, Azure Stream Analytics will have subsecond latency.

Unités de diffusion en continuStreaming units

Votre travail Azure Stream Analytics affiche par défaut trois unités de streaming.Your Azure Stream Analytics job defaults to three streaming units (SUs). Pour ajuster ce paramètre, sélectionnez Mettre à l’échelledans le menu de gauche de la page Travail Stream Analytics du portail Azure.To adjust this setting, select Scale on the left menu in the Stream Analytics job page in the Azure portal. Pour plus d’informations sur les unités de streaming, consultez Comprendre et ajuster les unités de streaming.To learn more about streaming units, see Understand and adjust Streaming Units.

Mettre à l'échelle les unités de streaming

Étapes suivantesNext steps

Pour plus d'informations sur les requêtes Stream Analytics, consultez Langage de requête Stream AnalyticsTo learn more about Stream Analytics queries, see Stream Analytics Query Language