Che cos'è Analisi di flusso?What is Stream Analytics?

Analisi di flusso di Azure è un motore di elaborazione di eventi gestito che consente di configurare calcoli di analisi in tempo reale sui dati di streaming.Azure Stream Analytics is a managed event-processing engine set up real-time analytic computations on streaming data. I dati possono provenire da dispositivi, sensori, siti Web, feed di social media, applicazioni, sistemi di infrastruttura e altro ancora.The data can come from devices, sensors, web sites, social media feeds, applications, infrastructure systems, and more.

Usare Analisi di flusso per esaminare volumi elevati di dati inviati da dispositivi o processi, estrarre informazioni dal flusso dei dati e identificare modelli, tendenze e relazioni.Use Stream Analytics to examine high volumes of data streaming from devices or processes, extract information from that data stream, identify patterns, trends, and relationships. Usare tali modelli per attivare altri processi o azioni, come avvisi, flussi di lavoro di automazione, invio di informazioni a strumenti di creazione report o archiviazione per analisi successive.Use those patterns to trigger other processes or actions, like alerts, automation workflows, feed information to a reporting tool, or store it for later investigation.

Di seguito sono riportati alcuni esempi:Some examples:

  • Analisi e avvisi del mercato azionario.Stock-trading analysis and alerts.
  • Rilevamento di frodi e protezione di dati e identificazione.Fraud detection, data, and identify protections.
  • Analisi di attuatori e sensori incorporati.Embedded sensor and actuator analysis.
  • Analisi clickstream Web.Web clickstream analytics.

Funzionamento di Analisi di flussoHow does Stream Analytics work?

Questo diagramma illustra la pipeline di Analisi di flusso e l'inserimento, l'analisi e l'invio dei dati a scopo di presentazione o intervento.This diagram illustrates the Stream Analytics pipeline, showing how data is ingested, analyzed, and then sent for presentation or action.

Pipeline di Analisi di flusso

Analisi di flusso inizia con un'origine di dati in streaming.Stream Analytics starts with a source of streaming data. I dati possono essere inseriti in Azure da un dispositivo tramite un hub eventi o un hub IoT di Azure.The data can be ingested into Azure from a device using an Azure event hub or IoT hub. I dati possono essere anche ottenuti da un archivio dati come un archivio BLOB di Azure.The data can also be pulled from a data store like Azure Blob Storage.

Per esaminare il flusso, si crea un processo di Analisi di flusso che specifica la provenienza dei dati.To examine the stream, you create a Stream Analytics job that specifies from where the data comes. Il processo specifica anche una trasformazione e come cercare dati, modelli o relazioni.The job also specifies a transformation;how to look for data, patterns, or relationships. Per questa attività, Analisi di flusso supporta un linguaggio di query simile a SQL per filtrare, ordinare, aggregare e unire dati di streaming in un periodo di tempo.For this task, Stream Analytics supports a SQL-like query language to filter, sort, aggregate, and join streaming data over a time period.

Il processo specifica infine un output per i dati trasformati.Finally, the job specifies an output for that transformed data. È possibile determinare quali operazioni eseguire in risposta alle informazioni analizzate.You control what to do in response to the information you've analyzed. In risposta a un'analisi è ad esempio possibile:For example, in response to analysis, you might:

  • Inviare un comando per modificare le impostazioni dei dispositivi.Send a command to change device settings.
  • Inviare dati a una coda monitorata per ulteriori azioni in base a quanto rilevato.Send data to a monitored queue for further action based on findings.
  • Inviare dati a un dashboard di Power BI.Send data to a Power BI dashboard.
  • Inviare dati a un archivio come Data Lake Store, database SQL di Azure o archivio BLOB di Azure.Send data to storage like Data Lake Store, Azure SQL Database, or Azure Blob storage.

È possibile modificare il numero di eventi elaborati al secondo mentre il processo è in esecuzione,You can adjust the number of events processed per second while the job is running. nonché generare log di diagnostica per la risoluzione dei problemi.You can also produce diagnostic logs for troubleshooting.

Funzionalità e vantaggi principaliKey capabilities and benefits

Analisi di flusso è progettato in modo da essere facile da usare, flessibile e scalabile in funzione delle dimensioni dei processi.Stream Analytics is designed to be easy to use, flexible, and scalable to any job size.

Connettere input e outputConnect inputs and outputs

Analisi di flusso si connette direttamente a Hub eventi di Azure e Hub IoT di Azure per l'inserimento dei flussi, nonché al servizio di archiviazione BLOB di Azure per inserire dati cronologici.Stream Analytics connects directly to Azure Event Hubs and Azure IoT Hub for stream ingestion, and to Azure Blob storage service to ingest historical data. Combinare i dati degli hub eventi con Analisi di flusso con altre origini dati e motori di elaborazione.Combine data from event hubs with Stream Analytics with other data sources and processing engines. L'input del processo può anche includere dati di riferimento statici o a modifica lenta.Job input can also include reference data (static or slow-changing data). È possibile aggiungere dati di streaming a questi dati di riferimento per eseguire operazioni di ricerca così come si farebbe con le query di database.You can join streaming data to this reference data to perform lookup operations the same way you would with database queries.

Indirizzare l'output del processo di Analisi di flusso in più direzioni.Route Stream Analytics job output in many directions. Scrivere in una risorsa di archiviazione come BLOB di Azure, il database SQL di Azure, Azure Data Lake Store o Azure Cosmos DB.Write to storage like Azure Blob, Azure SQL Database, Azure Data Lake Stores, or Azure Cosmos DB. Sarà quindi possibile eseguire l'analisi batch con Azure HDInsight.From there, you could run batch analytics with Azure HDInsight. In alternativa, inviare l'output a un altro servizio per l'utilizzo da parte di un altro processo, ad esempio hub eventi, il bus di servizio di Azure, code o Power BI per la visualizzazione.Or send the output to another service for consumption by another process, such as event hubs, Azure Service Bus, queues, or to Power BI for visualization.

Semplice da usareSimple to use

Per definire le trasformazioni si usa un linguaggio di query di Analisi di flusso, semplice e dichiarativo, che consente di creare analisi sofisticate senza alcuna programmazione.To define transformations, you use a simple, declarative Stream Analytics query language that lets you create sophisticated analyses with no programming. Il linguaggio di query accetta dati di streaming come input.The query language takes streaming data as its input. È possibile filtrare e ordinare i dati, aggregare valori, eseguire calcoli, aggiungere dati (all'interno di un flusso o ai dati di riferimento) e usare funzioni geospaziali.You can then filter and sort the data, aggregate values, perform calculations, join data (within a stream or to reference data), and use geospatial functions. È possibile modificare le query nel portale, tramite IntelliSense e la verifica della sintassi, e testare le query con dati di esempio che possono essere estratti dal flusso live.You can edit queries in the portal, using IntelliSense and syntax checking, and you can test queries using sample data that you can extract from the live stream.

Linguaggio di query estendibileExtensible query language

È possibile estendere le funzionalità del linguaggio di query definendo e richiamando funzioni aggiuntive.You can extend the capabilities of the query language by defining and invoking additional functions. È possibile definire chiamate di funzione nel servizio Azure Machine Learning per sfruttare i vantaggi delle soluzioni di Azure Machine Learning.You can define function calls in the Azure Machine Learning service to take advantage of Azure Machine Learning solutions. È anche possibile integrare funzioni JavaScript definite dall'utente per eseguire calcoli complessi nell'ambito di una query di Analisi di flusso.You can also integrate JavaScript user-defined functions (UDFs) in order to perform complex calculations as part a Stream Analytics query.

ScalabileScalable

Analisi di flusso può gestire fino a 1 GB di dati in ingresso al secondo.Stream Analytics can handle up to 1 GB of incoming data per second. L'integrazione con Hub eventi di Azure e Hub IoT di Azure consente ai processi di inserire milioni di eventi al secondo provenienti da dispositivi connessi, clickstream e file di log, per citarne alcuni.Integration with Azure Event Hubs and Azure IoT Hub allows jobs to ingest millions of events per second coming from connected devices, clickstreams, and log files, to name a few. Grazie alla funzionalità di partizionamento degli hub eventi, è possibile suddividere i calcoli in passaggi logici, ciascuno con la possibilità di essere ulteriormente suddiviso per aumentare la scalabilità.Using the partition feature of event hubs, you can partition computations into logical steps, each with the ability to be further partitioned to increase scalability.

Basso costoLow cost

Come servizio cloud, Analisi di flusso è ottimizzato in funzione del costo.As a cloud service, Stream Analytics is optimized for cost. Si paga in base all'utilizzo di unità di streaming e alla quantità di dati elaborati.Pay based on streaming-unit usage and the amount of data processed. L'utilizzo viene dedotto in base al volume di eventi elaborato e alla potenza di calcolo fornita all'interno del cluster dei processi.Usage is derived based on the volume of events processed and the amount of compute power provisioned within the job cluster.

AffidabileReliable

Come servizio gestito, Analisi di flusso contribuisce a evitare la perdita di dati e offre la continuità aziendale.As a managed service, Stream Analytics helps prevent data loss and provides business continuity. Se si verificano errori, il servizio offre funzionalità di ripristino predefinite.If failures occur, the service provides built-in recovery capabilities. Grazie alla capacità di mantenere lo stato internamente, il servizio fornisce risultati ripetibili garantendo la possibilità di archiviare gli eventi e applicare nuovamente l'elaborazione in futuro, ottenendo sempre gli stessi risultati.With the ability to internally maintain state, the service provides repeatable results ensuring it is possible to archive events and reapply processing in the future, always getting the same results. Ciò consente di tornare indietro nel tempo ed esaminare i calcoli quando si esegue l'analisi delle cause radice, l'analisi di simulazione e così via.This enables you to go back in time and investigate computations when doing root-cause analysis, what-if analysis, and so on.

Passaggi successiviNext steps