Azure Stream Analytics sur IoT EdgeAzure Stream Analytics on IoT Edge

Azure Stream Analytics sur IoT Edge encourage les développeurs à déployer une intelligence analytique quasiment en temps réel plus proche des appareils IoT pour leur permettre de déverrouiller la valeur complète des données générées par l’appareil.Azure Stream Analytics on IoT Edge empowers developers to deploy near-real-time analytical intelligence closer to IoT devices so that they can unlock the full value of device-generated data. Azure Stream Analytics est conçu pour une latence faible, une résilience, une utilisation efficace de la bande passante et la conformité.Azure Stream Analytics is designed for low latency, resiliency, efficient use of bandwidth, and compliance. Les entreprises peuvent déployer la logique de contrôle proche des opérations industrielles et compléter l’analytique du Big Data effectuée dans le cloud.Enterprises can deploy control logic close to the industrial operations and complement Big Data analytics done in the cloud.

Azure Stream Analytics sur IoT Edge s’exécute dans le framework Azure IoT Edge.Azure Stream Analytics on IoT Edge runs within the Azure IoT Edge framework. Une fois que le travail est créé dans Stream Analytics, vous pouvez le déployer et le gérer à l’aide d’IoT Hub.Once the job is created in Stream Analytics, you can deploy and manage it using IoT Hub.

Scénarios courantsCommon scenarios

Cette section décrit les scénarios courants pour Stream Analytics sur IoT Edge.This section describes the common scenarios for Stream Analytics on IoT Edge. Le diagramme suivant illustre le déroulement des données entre les appareils IoT et le Cloud Azure.The following diagram shows the flow of data between IoT devices and the Azure cloud.

Diagramme IoT Edge haut niveau

Contrôle et commande de faible latenceLow-latency command and control

Les systèmes de sécurité de fabrication doivent répondre aux données opérationnelles avec une latence très faible.Manufacturing safety systems must respond to operational data with ultra-low latency. Avec Stream Analytics sur IoT Edge, vous pouvez analyser les données de capteur quasiment en temps réel et émettre des commandes lorsque vous détectez des anomalies pour arrêter une machine ou déclencher des alertes.With Stream Analytics on IoT Edge, you can analyze sensor data in near real-time, and issue commands when you detect anomalies to stop a machine or trigger alerts.

Connectivité au cloud limitéeLimited connectivity to the cloud

les systèmes stratégiques, tels que les équipements miniers à distance, les navires connectés ou les installations de forage offshore, ont besoin d’analyser les données et d’y réagir, même lorsque la connectivité au cloud est intermittente.Mission critical systems, such as remote mining equipment, connected vessels, or offshore drilling, need to analyze and react to data even when cloud connectivity is intermittent. Avec Stream Analytics, votre logique de diffusion en continu s’exécute indépendamment de la connectivité réseau et vous pouvez choisir ce que vous envoyez sur le cloud pour un traitement ultérieur ou pour y être stocké.With Stream Analytics, your streaming logic runs independently of the network connectivity and you can choose what you send to the cloud for further processing or storage.

Bande passante limitéeLimited bandwidth

le volume de données produites par les moteurs à réaction ou par les voitures connectées peut être tellement important que les données doivent être filtrées ou traitées au préalable avant d’être envoyées vers le cloud.The volume of data produced by jet engines or connected cars can be so large that data must be filtered or pre-processed before sending it to the cloud. À l’aide de Stream Analytics, vous pouvez filtrer ou agréger les données qui doivent être envoyées vers le cloud.Using Stream Analytics, you can filter or aggregate the data that needs to be sent to the cloud.

CompatibilitéCompliance

pour obtenir une conformité réglementaire, certaines données peuvent être rendues anonymes localement ou agrégées avant d’être envoyés vers le cloud.Regulatory compliance may require some data to be locally anonymized or aggregated before being sent to the cloud.

Tâches de périphérie dans Azure Stream AnalyticsEdge jobs in Azure Stream Analytics

Les tâches Stream Analytics Edge s’exécutent dans des conteneurs déployés sur des appareils Azure IoT Edge.Stream Analytics Edge jobs run in containers deployed to Azure IoT Edge devices. Les tâches Edge sont composées de deux parties :Edge jobs are composed of two parts:

  • Une partie cloud qui est responsable de la définition de tâche : les utilisateurs définissent des entrées, des sorties, des requêtes et d’autres paramètres comme les événements en désordre dans le cloud.A cloud part that is responsible for the job definition: users define inputs, output, query, and other settings, such as out of order events, in the cloud.

  • Un module en cours d’exécution sur vos appareils IoT.A module running on your IoT devices. Le module contient le moteur de Stream Analytics et reçoit la définition du travail à partir du Cloud.The module contains the Stream Analytics engine and receives the job definition from the cloud.

Stream Analytics utilise IoT Hub pour déployer des tâches de périphérie sur les périphériques.Stream Analytics uses IoT Hub to deploy edge jobs to device(s). Pour plus d’informations, consultez Déploiement d’IoT Edge.For more information, see IoT Edge deployment.

Travail de périphérie Azure Stream Analytics

Limites des tâches EdgeEdge job limitations

L’objectif est d’obtenir la parité entre les tâches IoT Edge et les tâches cloud.The goal is to have parity between IoT Edge jobs and cloud jobs. La plupart des fonctionnalités du langage de requête SQL sont prises en charge pour les départements et le Cloud.Most SQL query language features are supported for both edge and cloud. Cependant, les fonctionnalités suivantes ne sont pas prises en charge pour les tâches de périphérie :However, the following features are not supported for edge jobs:

  • Fonctions définies par l’utilisateur en JavaScript.User-defined functions (UDF) in JavaScript. Des fonctions définies par l’utilisateur sont disponibles en C# pour les tâches IoT Edge (préversion).UDF are available in C# for IoT Edge jobs (preview).
  • Agrégats définis par l’utilisateur – (UDA).User-defined aggregates (UDA).
  • Fonctions Azure ML.Azure ML functions.
  • Format AVRO pour l’entrée/sortie.AVRO format for input/output. À ce stade, seuls les formats CSV et JSON sont pris en charge.At this time, only CSV and JSON are supported.
  • Les opérateurs SQL suivants :The following SQL operators:
    • PARTITION BYPARTITION BY
    • GetMetadataPropertyValueGetMetadataPropertyValue
  • Stratégie d’arrivée tardiveLate arrival policy

Runtime et conditions matérielles requisesRuntime and hardware requirements

Pour exécuter Stream Analytics sur IoT Edge, vous avez besoin d’appareils pouvant exécuter Azure IoT Edge.To run Stream Analytics on IoT Edge, you need devices that can run Azure IoT Edge.

Stream Analytics et Azure IoT Edge utilisent des conteneurs Docker pour fournir une solution portable s’exécutant sur plusieurs systèmes d’exploitation hôtes (Windows, Linux).Stream Analytics and Azure IoT Edge use Docker containers to provide a portable solution that runs on multiple host operating systems (Windows, Linux).

Stream Analytics sur IoT Edge est mis à disposition sous forme d’images Windows et Linux, s’exécutant sur les architectures x86-64 ou ARM (Advanced RISC Machines).Stream Analytics on IoT Edge is made available as Windows and Linux images, running on both x86-64 or ARM (Advanced RISC Machines) architectures.

Entrée et sortieInput and output

Les tâches Stream Analytics Edge peuvent obtenir des entrées et sorties à partir d’autres modules qui s’exécutent sur des appareils IoT Edge.Stream Analytics Edge jobs can get inputs and outputs from other modules running on IoT Edge devices. Pour vous connecter à partir de modules spécifiques et à ces derniers, vous pouvez définir la configuration de routage au moment du déploiement.To connect from and to specific modules, you can set the routing configuration at deployment time. Pour plus d’informations, consultez la documentation de composition du module IoT Edge.More information is described on the IoT Edge module composition documentation.

Les formats CSV et JSON sont pris en charge pour les entrées et sorties.For both inputs and outputs, CSV and JSON formats are supported.

Pour chaque flux d’entrée et de sortie que vous créez dans votre tâche Stream Analytics, un point de terminaison correspondant est créé dans votre module déployé.For each input and output stream you create in your Stream Analytics job, a corresponding endpoint is created on your deployed module. Ces points de terminaison sont utilisables dans les itinéraires de votre déploiement.These endpoints can be used in the routes of your deployment.

Types d’entrée de flux pris en charge :Supported stream input types are:

  • Hub EdgeEdge Hub
  • Event HubEvent Hub
  • IoT HubIoT Hub

Types de sortie de flux pris en charge :Supported stream output types are:

  • Hub EdgeEdge Hub
  • SQL DatabaseSQL Database
  • Event HubEvent Hub
  • Stockage Blob/ADLS Gen2Blob Storage/ADLS Gen2

L’entrée de référence prend en charge le type de fichier de référence.Reference input supports reference file type. D’autres sorties peuvent être atteintes à l’aide d’un travail cloud en aval.Other outputs can be reached using a cloud job downstream. Par exemple, un travail Stream Analytics hébergé dans Edge envoie la sortie à Edge Hub, qui peuvent ensuite envoyer la sortie à IoT Hub.For example, a Stream Analytics job hosted in Edge sends output to Edge Hub, which can then send output to IoT Hub. Vous pouvez utiliser un deuxième travail Azure Stream Analytics Analytique hébergé sur le cloud avec une entrée d’IoT Hub et une sortie vers Power BI ou un autre type de sortie.You can use a second cloud-hosted Azure Stream Analytics job with input from IoT Hub and output to Power BI or another output type.

Licence et mentions tiercesLicense and third-party notices

Informations sur l’image de module Azure Stream AnalyticsAzure Stream Analytics module image information

La dernière mise à jour des informations de version a été effectuée le 21-09-2020 :This version information was last updated on 2020-09-21:

  • Image : mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-amd64Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-amd64

    • image de base : mcr.microsoft.com/dotnet/core/runtime:2.1.13-alpinebase image: mcr.microsoft.com/dotnet/core/runtime:2.1.13-alpine
    • plateforme :platform:
      • architecture : amd64architecture: amd64
      • système d’exploitation : linuxos: linux
  • Image : mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm32v7Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm32v7

    • image de base : mcr.microsoft.com/dotnet/core/runtime:2.1.13-bionic-arm32v7base image: mcr.microsoft.com/dotnet/core/runtime:2.1.13-bionic-arm32v7
    • plateforme :platform:
      • architecture : armarchitecture: arm
      • système d’exploitation : linuxos: linux
  • Image : mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm64Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm64

    • image de base : mcr.microsoft.com/dotnet/core/runtime:3.0-bionic-arm64v8base image: mcr.microsoft.com/dotnet/core/runtime:3.0-bionic-arm64v8
    • plateforme :platform:
      • architecture : arm64architecture: arm64
      • système d’exploitation : linuxos: linux

Obtenir de l’aideGet help

Pour obtenir de l’aide supplémentaire, consultez notre page de questions Microsoft Q&R sur Azure Stream Analytics.For further assistance, try the Microsoft Q&A question page for Azure Stream Analytics.

Étapes suivantesNext steps