Kies een real-time analyse-en streaming-verwerkings technologie in azure
Er zijn verschillende services beschikbaar voor het verwerken van real-time analyse en streaming op Azure. In dit artikel vindt u de informatie die u nodig hebt om te bepalen welke technologie het meest geschikt is voor uw toepassing.
Wanneer moet ik Azure Stream Analytics gebruiken?
Azure Stream Analytics is de aanbevolen Service voor stream Analytics op Azure. Het is bedoeld voor een breed scala aan scenario's die zijn inbegrepen, maar niet beperkt zijn tot:
- Dash boards voor gegevens visualisatie
- Real-time waarschuwingen van tijdelijke en ruimtelijke patronen of afwijkingen
- Extraction, Transformation, Loading (ETL)
- Gebeurtenis bronnen patroon
- IoT Edge
Het toevoegen van een Azure Stream Analytics taak aan uw toepassing is de snelste manier om streaming Analytics te verkrijgen in azure, met behulp van de SQL-taal die u al kent. Azure Stream Analytics is een taak service, dus u hoeft geen tijd te best Eden aan het beheer van clusters en u hoeft zich geen zorgen te maken over downtime met een SLA van 99,9% op het taak niveau. Facturering wordt ook uitgevoerd op het niveau van de opstart kosten laag (één streaming-eenheid), maar schaalbaar (Maxi maal 192 streaming-eenheden). Het is veel rendabeler om enkele Stream Analytics taken uit te voeren dan het is om een cluster uit te voeren en te onderhouden.
Azure Stream Analytics heeft een veelzijdige out-of-the-box-ervaring. U kunt onmiddellijk profiteren van de volgende functies zonder aanvullende instellingen:
- Ingebouwde tijdelijke Opera Tors, zoals statistische functies in Vensters, tijdelijke samen voegingen en tijdelijke analytische functionaliteiten.
- Systeem eigen Azure- invoer en- uitvoer adapters
- Ondersteuning voor het langzaam wijzigen van referentie gegevens (ook wel opzoek tabellen genoemd), inclusief het samen voegen met georuimtelijke referentie gegevens voor geoomheining.
- Geïntegreerde oplossingen, zoals afwijkings detectie
- Meerdere tijd Vensters in dezelfde query
- De mogelijkheid om meerdere tijdelijke Opera tors in wille keurige volg orde op te stellen.
- Onder 100-MS-end-to-end latentie van invoer bij Event Hubs, naar uitvoer overloop in Event Hubs, met inbegrip van de netwerk vertraging van en naar Event Hubs, tegen een duurzame hoge door Voer
Wanneer u andere technologieën wilt gebruiken
U wilt Udf's-, Uda's-en aangepaste deserializers schrijven in een andere taal dan Java script of C
Azure Stream Analytics ondersteunt door de gebruiker gedefinieerde functies (UDF) of door de gebruiker gedefinieerde aggregaties (UDA) in Java script voor Cloud Jobs en C# voor IoT Edge taken. Door de gebruiker gedefinieerde C#-deserialers worden ook ondersteund. Als u een gedeserialiseerd, een UDF of een UDA in andere talen wilt implementeren, zoals Java of python, kunt u gebruikmaken van Spark Structured streaming. U kunt ook de Event Hubs EventProcessorHost uitvoeren op uw eigen virtuele machines om wille keurige streaming te verwerken.
Uw oplossing bevindt zich in een multi-Cloud-of on-premises omgeving
Azure Stream Analytics is de bedrijfs technologie van micro soft en is alleen beschikbaar in Azure. Als u wilt dat uw oplossing kan worden overdraagbaar in verschillende Clouds of on-premises, kunt u open-source technologieën zoals Spark Structured streaming of Storm overwegen.