Scenariusz przesyłania strumieniowego danych

App Service
API Management
Container Registry
Cache for Redis
Cosmos DB

Pomysł rozwiązania Solution Idea

Jeśli chcesz się dowiedzieć, Rozszerz ten artykuł, aby uzyskać więcej informacji, szczegóły dotyczące implementacji, wskazówki dotyczące cen lub przykłady kodu, powiadom nas o opinii usługi GitHub.If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

Użyj AKS, aby łatwo pozyskiwać & przetwarzać strumień danych w czasie rzeczywistym przy użyciu milionów punktów danych zebranych za pośrednictwem czujników.Use AKS to easily ingest & process a real-time data stream with millions of data points collected via sensors. Szybka analiza i obliczenia umożliwiające szybkie opracowywanie szczegółowych scenariuszy.Perform fast analysis and computations to develop insights into complex scenarios quickly.

ArchitekturaArchitecture

Diagram architektury Pobiera plik SVG z tej architektury.Architecture Diagram Download an SVG of this architecture.

Przepływ danychData Flow

  1. Dane czujnika są generowane i przesyłane strumieniowo do API Management platformy Azure.Sensor data is generated and streamed to Azure API Management.
  2. W klastrze AKS jest uruchamiana mikrousługa, która jest wdrażana jako kontenery za siatką usługi.AKS cluster runs microservice that are deployed as containers behind a service mesh. Kontenery są tworzone przy użyciu procesu DevOps i przechowywane w Azure Container Registry.Containers are built using a DevOps process and stored in Azure Container Registry.
  3. Usługa pozyskiwania przechowuje dane w Azure Cosmos DBIngest service stores data in a Azure Cosmos DB
  4. Asynchronicznie usługa analizy odbiera dane i przesyła strumieniowo do Apache Kafka i usługi Azure HDInsight.Asynchronously, the Analysis service receives the data and streams it to Apache Kafka and Azure HDInsight.
  5. Analityki danych mogą analizować duże dane Big Data do użycia w modelach uczenia maszynowego przy użyciu Splunk.Data scientists can analyze the large big data for use in machine learning models using Splunk.
  6. Dane są przetwarzane przez usługę przetwarzania, która przechowuje wynik w Azure Database for PostgreSQL i buforuje dane w pamięci podręcznej platformy Azure dla Redis.Data is processed by the processing service which stores the result in Azure Database for PostgreSQL and caches the data in an Azure Cache for Redis.
  7. Aplikacja sieci Web działająca w Azure App Service jest używana do wizualizacji wyników.A web app running in Azure App Service is used to visualize the results.