Fonctionnalités d’évaluation Azure Stream AnalyticsAzure Stream Analytics preview features

Cet article résume toutes les fonctionnalités actuellement en préversion pour Azure Stream Analytics.This article summarizes all the features currently in preview for Azure Stream Analytics. L’utilisation de fonctionnalités en préversion dans un environnement de production n’est pas recommandée.Using preview features in a production environment isn't recommended.

Préversions publiquesPublic previews

Les fonctionnalités suivantes sont disponibles en préversion publique.The following features are in public preview. Vous pouvez tirer parti de ces fonctionnalités aujourd’hui, mais ne les utilisez pas dans votre environnement de production.You can take advantage of these features today, but don't use them in your production environment.

Intégration de One-click à Event HubsOne-click integration with Event Hubs

Avec cette intégration, vous pouvez désormais visualiser les données entrantes et commencer à écrire une requête Stream Analytics en un seul clic à partir du portail Event Hub.With this integration, you will now be able to visualize incoming data and start to write a Stream Analytics query with one click from the Event Hub portal. Une fois que votre requête est prête, vous pouvez la mettre en production en quelques clics et commencer à obtenir des insights temps réel.Once your query is ready, you will be able to productize it in few clicks and start to get real-time insights. Ceci réduit considérablement le temps et les coûts nécessaires pour développer des solutions d’analytique temps réel.This will significantly reduce the time and cost to develop real-time analytics solutions. La documentation est disponible ici.Documentation is available here.

Visual Studio Code pour Azure Stream AnalyticsVisual Studio Code for Azure Stream Analytics

Les travaux Azure Stream Analytics peuvent être créés dans Visual Studio Code.Azure Stream Analytics jobs can be authored in Visual Studio Code. Consultez notre tutoriel de prise en main de Visual Studio Code.See our VS Code getting started tutorial.

Détection des anomaliesAnomaly Detection

Azure Stream Analytics introduit de nouveaux modèles Machine Learning avec la prise en charge de la détection de pics et de chutes qui vient s’ajouter à la détection des tendances négatives lentes, positives lentes et bidirectionnelles.Azure Stream Analytics introduces new machine learning models with support for spike and dips detection in addition to bi-directional, slow positive, and slow negative trends detection. Pour plus d’informations, consultez Détection d’anomalies dans Azure Stream Analytics.For more information, visit Anomaly detection in Azure Stream Analytics.

Intégration à Azure Machine LearningIntegration with Azure Machine Learning

Vous pouvez mettre à l’échelle les tâches Stream Analytics avec des fonctions Machine Learning (ML).You can scale Stream Analytics jobs with Machine Learning (ML) functions. Pour en savoir plus sur la façon dont vous pouvez utiliser les fonctions ML dans votre tâche Stream Analytics, consultez Mettre à l’échelle votre travail Stream Analytics avec des fonctions Azure Machine Learning.To learn more about how you can use ML functions in your Stream Analytics job, visit Scale your Stream Analytics job with Azure Machine Learning functions. Découvrez un scénario concret avec Analyse des sentiments à l’aide d’Azure Stream Analytics et Azure Machine Learning.Check out a real-world scenario with Performing sentiment analysis by using Azure Stream Analytics and Azure Machine Learning.

Agrégat JavaScript défini par l’utilisateurJavaScript user-defined aggregate

Azure Stream Analytics prend en charge les agrégats définis par l’utilisateur (UDA) et écrits en JavaScript ; ils vous permettent d’implémenter une logique métier avec état complexe.Azure Stream Analytics supports user-defined aggregates (UDA) written in JavaScript, which enable you to implement complex stateful business logic. Découvrez comment utiliser les UDA dans la documentation Agrégats Javascript définis par l’utilisateur Azure Stream Analytics.Learn how to use UDAs from the Azure Stream Analytics JavaScript user-defined aggregates documentation.

Tests de données actives dans Visual StudioLive data testing in Visual Studio

Visual Studio Tools pour Azure Stream Analytics améliore la fonctionnalité de test en local qui vous permet de tester vos requêtes sur les flux d’événements en direct, à partir de sources cloud, telles que Event Hub ou IoT hub.Visual Studio tools for Azure Stream Analytics enhance the local testing feature that allows you to test you queries against live event streams from cloud sources such as Event Hub or IoT hub. Découvrez comment Tester les données actives localement à l’aide d’Azure Stream Analytics Tools pour Visual Studio.Learn how to Test live data locally using Azure Stream Analytics tools for Visual Studio.

Fonctions .NET définies par l’utilisateur sur IoT Edge.NET user-defined functions on IoT Edge

Avec les fonctions .NET standard définies par l’utilisateur, vous pouvez exécuter le code .NET Standard au sein même de votre pipeline de streaming.With .NET standard user-defined functions, you can run .NET Standard code as part of your streaming pipeline. Vous pouvez créer des classes C# simples, ou importer des bibliothèques et un projet complet.You can create simple C# classes or import full project and libraries. Une expérience de création et de débogage complète est prise en charge dans Visual Studio.Full authoring and debugging experience is supported in Visual Studio. Pour plus d’informations, consultez Développer des fonctions .NET Standard définies par l’utilisateur pour des tâches Azure Stream Analytics Edge.For more information, visit Develop .NET Standard user-defined functions for Azure Stream Analytics Edge jobs.

Autres préversionsOther previews

Les fonctionnalités suivantes sont également disponibles sur demande en préversion.The following features are also available in preview on request.

Désérialiseur personnalisé C# pour Azure Stream Analytics sur IoT Edge et CloudC# custom deserializer for Azure Stream Analytics on IoT Edge and Cloud

Les développeurs peuvent implémenter des désérialiseurs personnalisés en C# pour désérialiser les événements reçus par Azure Stream Analytics.Developers can implement custom deserializers in C# to deserialize events received by Azure Stream Analytics. Parquet, Protobuf, XML ou tout format binaire sont autant d’exemples de formats pouvant être désérialisés.Examples of formats that can be deserialized include Parquet, Protobuf, XML, or any binary format. Inscrivez-vous pour cette préversion ici.Sign up for this preview here.

Prise en charge pour Azure StackSupport for Azure Stack

Cette fonctionnalité est activée sur le runtime Azure IoT Edge, tire parti de fonctionnalités Azure Stack personnalisées, comme la prise en charge native pour les entrées et les sorties locales s’exécutant sur Azure Stack (par exemple Event Hubs, IoT Hub, Stockage Blob).This feature enabled on the Azure IoT Edge runtime, leverages custom Azure Stack features, such as native support for local inputs and outputs running on Azure Stack (for example Event Hubs, IoT Hub, Blob Storage). Cette nouvelle intégration vous permet de créer des architectures hybrides qui peuvent analyser vos données à proximité de l’endroit où elles sont générées, en réduisant la latence et en optimisant les insights.This new integration enables you to build hybrid architectures that can analyze your data close to where it is generated, lowering latency and maximizing insights. Inscrivez-vous pour cette préversion ici.Sign up for this preview here.