Selamat Datang di Azure Stream Analytics

  • Artikel

Azure Stream Analytics adalah mesin pemrosesan aliran terkelola penuh yang dirancang untuk menganalisis dan memproses data streaming dalam volume besar dengan latensi submilidetik. Anda dapat membangun alur data streaming menggunakan Stream Analytics ke pola identitas dan hubungan dalam data yang berasal dari berbagai sumber input termasuk aplikasi, perangkat, sensor, clickstream, dan umpan media sosial. Kemudian, Anda dapat menggunakan pola ini untuk memicu tindakan dan memulai alur kerja seperti menaikkan pemberitahuan, memberi umpan informasi ke alat pelaporan, atau menyimpan data yang diubah untuk digunakan nanti. Azure Stream Analytics juga tersedia di runtime Azure IoT Edge, yang memungkinkan Anda memproses data langsung dari perangkat IoT.

Berikut adalah beberapa contoh skenario di mana Anda dapat menggunakan Azure Stream Analytics:

  • Deteksi anomali dalam data sensor untuk mendeteksi lonjakan, penurunan, dan perubahan positif dan negatif yang lambat
  • Analitik geo-spasial untuk manajemen armada dan kendaraan tanpa pengemudi
  • Pemantauan jarak jauh dan pemeliharaan prediktif aset bernilai tinggi
  • Analitik clickstream untuk menentukan perilaku pelanggan
  • Menganalisis aliran dan log telemetri real time dari aplikasi dan perangkat IoT

Diagram that shows the stages Ingest, Analyze, and Deliver stages of a streaming pipeline.

Kemampuan dan manfaat utama

Layanan terkelola sepenuhnya

Azure Stream Analytics adalah penawaran yang dikelola sepenuhnya (PaaS) di Azure. Anda tidak perlu menyediakan perangkat keras atau infrastruktur apa pun, memperbarui OS, atau perangkat lunak. Azure Stream Analytics sepenuhnya mengelola pekerjaan Anda, sehingga Anda dapat fokus pada logika bisnis Anda dan bukan pada infrastruktur.

Kemudahan penggunaan

Azure Stream Analytics mudah dimulai. Hanya perlu beberapa klik untuk membuat alur data streaming end-to-end yang terhubung ke beberapa sumber dan sink.

Anda dapat membuat pekerjaan Azure Stream Analytics yang dapat tersambung ke Azure Event Hubs dan Azure IoT Hub untuk penyerapan data streaming, dan penyimpanan Azure Blob atau Azure Data Lake Storage Gen2 untuk menyerap data historis. Input untuk pekerjaan Azure Stream Analytics juga dapat menyertakan data referensi statis atau berubah lambat dari penyimpanan Azure Blob atau SQL Database yang dapat Anda gabungkan dengan data streaming untuk melakukan operasi pencarian. Untuk informasi selengkapnya tentang input Azure Stream Analytics, lihat Mengalirkan data sebagai input ke Azure Stream Analytics.

Anda dapat merutekan output dari pekerjaan Azure Stream Analytics ke banyak sistem penyimpanan seperti penyimpanan Azure Blob, Azure SQL Database, Azure Data Lake Store, dan Azure Cosmos DB. Anda juga dapat menjalankan analitik batch pada output streaming dengan Azure Synapse Analytics atau HDInsight, atau Anda dapat mengirim output ke layanan lain, seperti Pusat Aktivitas untuk dikonsumsi atau Power BI untuk visualisasi real time. Untuk seluruh daftar output Azure Stream Analytics, lihat Memahami output dari Azure Stream Analytics.

Editor tanpa kode Azure Stream Analytics menawarkan pengalaman tanpa kode yang memungkinkan Anda mengembangkan pekerjaan Azure Stream Analytics dengan mudah, menggunakan fungsionalitas seret dan letakkan, tanpa harus menulis kode apa pun. Ini lebih menyederhanakan pengalaman pengembangan pekerjaan Azure Stream Analytics. Untuk mempelajari selengkapnya tentang editor tanpa kode, lihat Pemrosesan aliran tanpa kode di Azure Stream Analytics.

Produktivitas programmer

Azure Stream Analytics menggunakan bahasa kueri SQL yang dilengkapi dengan batasan temporal yang kuat untuk menganalisis data yang bergerak. Anda dapat membuat pekerjaan Azure Stream Analytics menggunakan portal Azure. Anda juga dapat membuat pekerjaan dengan menggunakan alat pengembang seperti yang berikut ini:

Alat pengembang memungkinkan Anda mengembangkan kueri transformasi secara offline dan menggunakan alur CI/CD untuk mengirimkan pekerjaan ke Azure.

Bahasa kueri Azure Stream Analytics memungkinkan Anda melakukan Pemrosesan Peristiwa Kompleks (CEP) dengan menawarkan berbagai fungsi untuk menganalisis data streaming. Bahasa kueri ini mendukung manipulasi data sederhana, fungsi agregasi dan analitik, fungsi geospasial, pencocokan pola, dan deteksi anomali. Anda dapat mengedit kueri di portal atau menggunakan alat pengembangan, dan mengujinya menggunakan data sampel yang diekstrak dari streaming langsung.

Anda dapat memperluas kemampuan bahasa kueri dengan menentukan dan menjalankan fungsi tambahan. Anda dapat menentukan panggilan fungsi dalam Azure Machine Learning untuk memanfaatkan solusi Azure Machine Learning, dan mengintegrasikan fungsi yang ditentukan pengguna (UDF) JavaScript atau C# atau agregat yang ditentukan pengguna untuk melakukan penghitungan kompleks sebagai bagian dari kueri Stream Analytics.

Berjalan di cloud atau di edge cerdas

Azure Stream Analytics dapat berjalan di cloud, untuk analitik skala besar, atau berjalan di IoT Edge atau Azure Stack untuk analitik latensi sangat rendah. Azure Stream Analytics menggunakan alat dan bahasa kueri yang sama di cloud dan edge, memungkinkan pengembang untuk membuat arsitektur yang benar-benar hibrida untuk pemrosesan streaming.

Total biaya kepemilikan (TCO) rendah

Sebagai layanan cloud, Stream Analytics dioptimalkan untuk biaya. Tidak perlu membayar biaya di muka - Anda hanya membayar unit streaming yang Anda gunakan. Tidak ada komitmen atau provisi kluster yang diperlukan, dan Anda dapat meningkatkan atau menurunkan skala pekerjaan berdasarkan kebutuhan bisnis Anda.

Disiapkan untuk misi penting

Azure Stream Analytics tersedia di berbagai wilayah di seluruh dunia dan dirancang untuk menjalankan beban kerja yang sangat penting dengan mendukung persyaratan keandalan, keamanan, dan kepatuhan.

Keandalan

Azure Stream Analytics menjamin tepat satu kali pemrosesan peristiwa dan setidaknya satu kali pengiriman peristiwa, sehingga peristiwa tidak akan pernah hilang. Tepat setelah pemrosesan dijamin dengan output yang dipilih seperti yang dijelaskan dalam Jaminan Pengiriman Peristiwa.

Azure Stream Analytics memiliki kemampuan pemulihan bawaan jika pengiriman peristiwa gagal. Stream Analytics juga menyediakan titik pemeriksaan bawaan untuk mempertahankan status pekerjaan Anda dan memberikan hasil yang dapat diulang.

Sebagai layanan terkelola, Stream Analytics menjamin pemrosesan peristiwa dengan ketersediaan 99,9% pada tingkat granularitas menit.

Keamanan

Dalam hal keamanan, Azure Stream Analytics mengenkripsi semua komunikasi masuk dan keluar dan mendukung Keamanan Lapisan Transportasi (TLS) 1.2. Titik pemeriksaan bawaan juga dienkripsi. Stream Analytics tidak menyimpan data masuk karena semua pemrosesan dilakukan dalam memori. Azure Stream Analytics juga mendukung Azure Virtual Networks saat menjalankan pekerjaan di Kluster Azure Stream Analytics.

Performa

Stream Analytics dapat memproses jutaan peristiwa setiap detik dan dapat memberikan hasil dengan latensi yang sangat rendah. Hal ini memungkinkan Anda untuk meluaskan skala untuk menyesuaikan dengan beban kerja Anda. Stream Analytics mendukung performa yang lebih tinggi dengan pemartisian, memungkinkan kueri kompleks untuk diparalelkan dan dijalankan pada beberapa simpul streaming. Azure Stream Analytics dibangun di Trill, mesin analitik streaming dalam memori berkinerja tinggi yang dikembangkan bekerja sama dengan Microsoft Research.

Langkah berikutnya

Anda dapat mencoba Azure Stream Analytics dengan langganan Azure gratis.

Coba Azure Stream Analytics

Anda memiliki gambaran umum Tentang Azure Stream Analytics. Selanjutnya, Anda dapat menyelam lebih dalam dan membuat pekerjaan Stream Analytics pertama Anda: