Azure Stream Analytics na urządzeniach IoT EdgeAzure Stream Analytics on IoT Edge

Usługa Azure Stream Analytics (ASA) w usłudze IoT Edge umożliwia deweloperom wdrażanie analizy bliskiej czasowi rzeczywistemu bliżej urządzeń Internetu rzeczy, aby w pełni wykorzystać dane wygenerowane na urządzeniach.Azure Stream Analytics (ASA) on IoT Edge empowers developers to deploy near-real-time analytical intelligence closer to IoT devices so that they can unlock the full value of device-generated data. Usługę Azure Stream Analytics zaprojektowano pod kątem małych opóźnień, odporności, wydajnego wykorzystywania przepustowości i zgodności.Azure Stream Analytics is designed for low latency, resiliency, efficient use of bandwidth, and compliance. Przedsiębiorstwa mogą teraz wdrażać logikę sterowania blisko operacji przemysłowych i uzupełniać analizę danych big data realizowaną w chmurze.Enterprises can now deploy control logic close to the industrial operations and complement Big Data analytics done in the cloud.

Usługa Azure Stream Analytics w usłudze IoT Edge działa w ramach usługi Azure IoT Edge.Azure Stream Analytics on IoT Edge runs within the Azure IoT Edge framework. Po utworzeniu zadania w asa, można wdrożyć i zarządzać nim za pomocą Usługi IoT Hub.Once the job is created in ASA, you can deploy and manage it using IoT Hub.

ScenariuszeScenarios

Diagram wysokiego poziomu IoT Edge

  • Polecenie i kontrola o małym opóźnieniu: Na przykład systemy bezpieczeństwa produkcji muszą reagować na dane operacyjne z bardzo małym opóźnieniem.Low-latency command and control: For example, manufacturing safety systems must respond to operational data with ultra-low latency. Dzięki asa na IoT Edge, można analizować dane z czujników w czasie zbliżonym do rzeczywistego i wydawać polecenia podczas wykrywania anomalii, aby zatrzymać komputer lub wyzwalać alerty.With ASA on IoT Edge, you can analyze sensor data in near real-time, and issue commands when you detect anomalies to stop a machine or trigger alerts.
  • Ograniczona łączność z chmurą: systemy o znaczeniu krytycznym, takie jak zdalny sprzęt górniczy, podłączone statki lub wiercenie na morzu, muszą analizować dane i reagować na nie, nawet gdy łączność w chmurze jest przerywana.Limited connectivity to the cloud: Mission critical systems, such as remote mining equipment, connected vessels, or offshore drilling, need to analyze and react to data even when cloud connectivity is intermittent. Dzięki usłudze ASA logika przesyłania strumieniowego działa niezależnie od łączności sieciowej i można wybrać, co wysyłasz do chmury w celu dalszego przetwarzania lub przechowywania.With ASA, your streaming logic runs independently of the network connectivity and you can choose what you send to the cloud for further processing or storage.
  • Ograniczona przepustowość: Ilość danych wytwarzanych przez silniki odrzutowe lub podłączone samochody może być tak duża, że dane muszą być filtrowane lub wstępnie przetworzone przed wysłaniem ich do chmury.Limited bandwidth: The volume of data produced by jet engines or connected cars can be so large that data must be filtered or pre-processed before sending it to the cloud. Za pomocą asa, można filtrować lub agregować dane, które muszą być wysyłane do chmury.Using ASA, you can filter or aggregate the data that needs to be sent to the cloud.
  • Zgodność: Zgodność z przepisami może wymagać, aby niektóre dane były anonimowe lokalnie lub agregowane przed wysłaniem do chmury.Compliance: Regulatory compliance may require some data to be locally anonymized or aggregated before being sent to the cloud.

Zadania brzegowe w usłudze Azure Stream AnalyticsEdge jobs in Azure Stream Analytics

Co to jest zadanie "krawędzi"?What is an "edge" job?

Zadania ASA Edge są uruchamiane w kontenerach wdrożonych na urządzeniach usługi Azure IoT Edge.ASA Edge jobs run in containers deployed to Azure IoT Edge devices. Składają się one z dwóch części:They are composed of two parts:

  1. Część chmury, która jest odpowiedzialna za definicję zadania: użytkownicy definiują dane wejściowe, dane wyjściowe, kwerendy i inne ustawienia (zdarzenia poza kolejnością itp.) w chmurze.A cloud part that is responsible for job definition: users define inputs, output, query, and other settings (out of order events, etc.) in the cloud.
  2. Moduł uruchomiony na urządzeniach IoT.A module running on your IoT devices. Zawiera aparat ASA i odbiera definicję zadania z chmury.It contains the ASA engine and receives the job definition from the cloud.

ASA używa usługi IoT Hub do wdrażania zadań brzegowych na urządzeniach.ASA uses IoT Hub to deploy edge jobs to device(s). Więcej informacji na temat wdrażania usługi IoT Edge można znaleźć tutaj.More information about IoT Edge deployment can be seen here.

Zadanie usługi Azure Stream Analytics Edge

Instrukcje instalacjiInstallation instructions

Kroki wysokiego poziomu są opisane w poniższej tabeli.The high-level steps are described in the following table. Więcej szczegółów podano w poniższych sekcjach.More details are given in the following sections.

KrokStep UwagiNotes
11 Tworzenie kontenera magazynuCreate a storage container Kontenery magazynu są używane do zapisywania definicji zadania, gdzie są dostępne dla urządzeń IoT.Storage containers are used to save your job definition where they can be accessed by your IoT devices.
Można ponownie użyć dowolnego istniejącego kontenera magazynu.You can reuse any existing storage container.
22 Tworzenie zadania krawędzi ASACreate an ASA edge job Utwórz nowe zadanie, wybierz Edge jako środowisko hostingu.Create a new job, select Edge as hosting environment.
Te zadania są tworzone/zarządzane z chmury i uruchamiane na własnych urządzeniach Usługi IoT Edge.These jobs are created/managed from the cloud, and run on your own IoT Edge devices.
33 Konfigurowanie środowiska Usługi IoT Edge na urządzeniachSetup your IoT Edge environment on your device(s) Instrukcje dla systemu Windows lub Linux.Instructions for Windows or Linux.
44 Wdrażanie asa na urządzeniach ioT EdgeDeploy ASA on your IoT Edge device(s) Definicja zadania ASA jest eksportowana do kontenera magazynu utworzonego wcześniej.ASA job definition is exported to the storage container created earlier.

Możesz wykonać ten samouczek krok po kroku, aby wdrożyć swoje pierwsze zadanie ASA w umywłanie IoT Edge.You can follow this step-by-step tutorial to deploy your first ASA job on IoT Edge. Poniższy klip wideo powinien pomóc w zrozumieniu procesu uruchamiania zadania usługi Stream Analytics na urządzeniu brzegowym IoT:The following video should help you understand the process to run a Stream Analytics job on an IoT edge device:

Tworzenie kontenera magazynuCreate a storage container

Kontener magazynu jest wymagany do wyeksportowania skompilowanego zapytania ASA i konfiguracji zadania.A storage container is required in order to export the ASA compiled query and the job configuration. Służy do konfigurowania obrazu platformy Asa Docker za pomocą określonej kwerendy.It is used to configure the ASA Docker image with your specific query.

  1. Postępuj zgodnie z tymi instrukcjami, aby utworzyć konto magazynu z witryny Azure portal.Follow these instructions to create a storage account from the Azure portal. Możesz zachować wszystkie opcje domyślne, aby korzystać z tego konta w asa.You can keep all default options to use this account with ASA.
  2. Na nowo utworzonym koncie magazynu utwórz kontener magazynu obiektów blob:In the newly created storage account, create a blob storage container:
    1. Kliknij na obiekty Blobs, a następnie + Kontener.Click on Blobs, then + Container.
    2. Wprowadź nazwę i zachowaj kontener jako prywatny.Enter a name and keep the container as Private.

Tworzenie zadania ASA EdgeCreate an ASA Edge job

Uwaga

Ten samouczek koncentruje się na tworzeniu zadań ASA przy użyciu witryny Azure portal.This tutorial focuses on ASA job creation using Azure portal. Można również użyć wtyczki programu Visual Studio, aby utworzyć zadanie ASA EdgeYou can also use Visual Studio plugin to create an ASA Edge job

  1. W witrynie Azure portal utwórz nowe zadanie "Usługa Analizy strumienia".From the Azure portal, create a new "Stream Analytics job". Bezpośrednie łącze, aby utworzyć nowe zadanie ASA tutaj.Direct link to create a new ASA job here.

  2. Na ekranie tworzenia wybierz Edge jako środowisko hostingu (zobacz poniższy rysunek)In the creation screen, select Edge as hosting environment (see the following picture)

    Tworzenie zadania usługi Stream Analytics na przeglądarce Edge

  3. Definicja zadaniaJob Definition

    1. Zdefiniuj strumienie wejściowe.Define Input Stream(s). Zdefiniuj jeden lub kilka strumieni wejściowych dla zadania.Define one or several input streams for your job.
    2. Zdefiniuj dane referencyjne (opcjonalnie).Define Reference data (optional).
    3. Zdefiniuj strumienie wyjściowe.Define Output Stream(s). Zdefiniuj jeden lub kilka strumieni wyjściowych dla zadania.Define one or several outputs streams for your job.
    4. Zdefiniuj kwerendę.Define query. Zdefiniuj kwerendę ASA w chmurze za pomocą edytora wbudowanego.Define the ASA query in the cloud using the inline editor. Kompilator automatycznie sprawdza składnię włączoną dla krawędzi ASA.The compiler automatically checks the syntax enabled for ASA edge. Można również przetestować zapytanie, przekazując przykładowe dane.You can also test your query by uploading sample data.
  4. Ustaw informacje o kontenerze magazynu w menu ustawienia usługi IoT Edge.Set the storage container information in the IoT Edge settings menu.

  5. Ustawianie ustawień opcjonalnychSet optional settings

    1. Kolejność zdarzeń.Event ordering. Zasady poza kolejnością można skonfigurować w portalu.You can configure out-of-order policy in the portal. Dokumentacja jest dostępna tutaj.Documentation is available here.
    2. Ustawienia regionalne.Locale. Ustaw format internalizacji.Set the internalization format.

Uwaga

Podczas tworzenia wdrożenia asa eksportuje definicję zadania do kontenera magazynu.When a deployment is created, ASA exports the job definition to a storage container. Ta definicja zadania pozostają takie same w czasie trwania wdrożenia.This job definition remain the same during the duration of a deployment. W związku z tym, jeśli chcesz zaktualizować zadanie uruchomione na krawędzi, należy edytować zadanie w asa, a następnie utworzyć nowe wdrożenie w Centrum IoT.As a consequence, if you want to update a job running on the edge, you need to edit the job in ASA, and then create a new deployment in IoT Hub.

Konfigurowanie środowiska IoT Edge na urządzeniachSet up your IoT Edge environment on your device(s)

Zadania usługi Edge można wdrożyć na urządzeniach z usługą Azure IoT Edge.Edge jobs can be deployed on devices running Azure IoT Edge. W tym celu należy wykonać następujące kroki:For this, you need to follow these steps:

  • Utwórz Centrum Iot.Create an Iot Hub.
  • Zainstaluj środowisko wykonawcze Platformy Docker i IoT Edge na urządzeniach brzegowych.Install Docker and IoT Edge runtime on your edge devices.
  • Ustaw swoje urządzenia jako urządzenia Usługi IoT Edge w Uorce IoT.Set your devices as IoT Edge devices in IoT Hub.

Te kroki są opisane w dokumentacji usługi IoT Edge dla systemu Windows lub Linux.These steps are described in the IoT Edge documentation for Windows or Linux.

Wdrażanie asa na urządzeniach usługi IoT EdgeDeployment ASA on your IoT Edge device(s)

Dodawanie asa do wdrożeniaAdd ASA to your deployment
  • W witrynie Azure portal otwórz centrum IoT Hub, przejdź do usługi IoT Edge i kliknij urządzenie, na które chcesz kierować dane dotyczące tego wdrożenia.In the Azure portal, open IoT Hub, navigate to IoT Edge and click on the device you want to target for this deployment.
  • Wybierz pozycję Ustaw moduły, a następnie wybierz + Dodaj i wybierz moduł usługi Azure Stream Analytics.Select Set modules, then select + Add and choose Azure Stream Analytics Module.
  • Wybierz subskrypcję i utworzone zadanie ASA Edge.Select the subscription and the ASA Edge job that you created. Kliknij pozycję Zapisz.Click Save. Dodawanie modułu ASA we wdrożeniuAdd ASA module in your deployment

Uwaga

Podczas tego kroku ASA tworzy folder o nazwie "EdgeJobs" w kontenerze magazynu (jeśli jeszcze nie istnieje).During this step, ASA creates a folder named "EdgeJobs" in the storage container (if it does not exist already). Dla każdego wdrożenia w folderze "EdgeJobs" tworzony jest nowy podfolder.For each deployment, a new subfolder is created in the "EdgeJobs" folder. Po wdrożeniu zadania na urządzeniach Z krawędzi IoT ASA tworzy sygnaturę dostępu współdzielonego (SAS) dla pliku definicji zadania.When you deploy your job to IoT Edge devices, ASA creates a shared access signature (SAS) for the job definition file. Klucz SAS jest bezpiecznie przesyłany do urządzeń Usługi IoT Edge przy użyciu bliźniaczej reprezentacji urządzenia.The SAS key is securely transmitted to the IoT Edge devices using device twin. Wygaśnięcie tego klucza wynosi trzy lata od dnia jego utworzenia.The expiration of this key is three years from the day of its creation. Po zaktualizowaniu zadania usługi IoT Edge sygnatura dostępu Współdzielonego zmieni się, ale wersja obrazu nie ulegnie zmianie.When you update an IoT Edge job, the SAS will change, but the image version will not change. Po zaktualizowaniupostępuj zgodnie z przepływem pracy wdrażania, a powiadomienie o aktualizacji jest rejestrowane na urządzeniu.Once you Update, follow the deployment workflow, and an update notification is logged on the device.

Aby uzyskać więcej informacji na temat wdrożeń usługi IoT Edge, zobacz tę stronę.For more information about IoT Edge deployments, see to this page.

Konfigurowanie trasConfigure routes

Aplikacja IoT Edge umożliwia deklaratywne rozsyłanie komunikatów między modułami oraz między modułami i centrum IoT Hub.IoT Edge provides a way to declaratively route messages between modules, and between modules and IoT Hub. Pełna składnia jest opisana w tym miejscu.The full syntax is described here. Nazwy danych wejściowych i wyjściowych utworzonych w zadaniu ASA mogą być używane jako punkty końcowe dla routingu.Names of the inputs and outputs created in the ASA job can be used as endpoints for routing.

PrzykładExample
{
    "routes": {
        "sensorToAsa":   "FROM /messages/modules/tempSensor/* INTO BrokeredEndpoint(\"/modules/ASA/inputs/temperature\")",
        "alertsToCloud": "FROM /messages/modules/ASA/* INTO $upstream",
        "alertsToReset": "FROM /messages/modules/ASA/* INTO BrokeredEndpoint(\"/modules/tempSensor/inputs/control\")"
    }
}

W tym przykładzie przedstawiono trasy dla scenariusza opisanego na poniższej ilustracji.This example shows the routes for the scenario described in the following picture. Zawiera zadanie krawędzi o nazwie "ASA", z wejściem o nazwie "temperature" i wyjście o nazwie "alert".It contains an edge job called "ASA", with an input named "temperature" and an output named "alert". Przykład diagramu routingu wiadomościDiagram example of message routing

W tym przykładzie zdefiniowano następujące trasy:This example defines the following routes:

  • Każdy komunikat z tempSensor jest wysyłany do modułu o nazwie ASA do wejścia o nazwie temperatura,Every message from the tempSensor is sent to the module named ASA to the input named temperature,
  • Wszystkie wyjścia modułu ASA są wysyłane do Centrum IoT połączonego z tym urządzeniem ($upstream),All outputs of ASA module are sent to the IoT Hub linked to this device ($upstream),
  • Wszystkie wyjścia modułu ASA są wysyłane do punktu końcowego sterowania tempSensor.All outputs of ASA module are sent to the control endpoint of the tempSensor.

Informacje techniczneTechnical information

Bieżące ograniczenia dla zadań usługi IoT Edge w porównaniu z zadaniami w chmurzeCurrent limitations for IoT Edge jobs compared to cloud jobs

Celem jest, aby mieć parzystość między zadaniami usługi IoT Edge i zadania w chmurze.The goal is to have parity between IoT Edge jobs and cloud jobs. Większość funkcji języka zapytań SQL są obsługiwane, umożliwiając uruchomienie tej samej logiki w chmurze i usługi IoT Edge.Most SQL query language features are supported, enabling to run the same logic on both cloud and IoT Edge. Jednak następujące funkcje nie są jeszcze obsługiwane dla zadań brzegowych:However the following features are not yet supported for edge jobs:

  • Funkcje zdefiniowane przez użytkownika (UDF) w języku JavaScript.User-defined functions (UDF) in JavaScript. UDF są dostępne w języku C# dla zadań usługi IoT Edge (wersja zapoznawcza).UDF are available in C# for IoT Edge jobs (preview).
  • Agregaty zdefiniowane przez użytkownika (UDA).User-defined aggregates (UDA).
  • Funkcje usługi Azure ML.Azure ML functions.
  • Przy użyciu więcej niż 14 agregatów w jednym kroku.Using more than 14 aggregates in a single step.
  • format AVRO dla wejścia/wyjścia.AVRO format for input/output. W tej chwili obsługiwane są tylko csv i JSON.At this time, only CSV and JSON are supported.
  • Następujące operatory SQL:The following SQL operators:
    • PARTYCJA PRZEZPARTITION BY
    • GetMetadataPropertyValueGetMetadataPropertyValue
  • Zasady dotyczące późnego przyjazduLate arrival policy

Wymagania dotyczące środowiska wykonawczego i sprzętuRuntime and hardware requirements

Aby uruchomić asa na ioT Edge, potrzebujesz urządzeń, które mogą uruchamiać usługę Azure IoT Edge.To run ASA on IoT Edge, you need devices that can run Azure IoT Edge.

ASA i Usługa Azure IoT Edge używają kontenerów platformy Docker, aby zapewnić przenośne rozwiązanie działające w wielu systemach operacyjnych hosta (Windows, Linux).ASA and Azure IoT Edge use Docker containers to provide a portable solution that runs on multiple host operating systems (Windows, Linux).

ASA na IoT Edge jest dostępna jako obrazy Windows i Linux, działająca zarówno na architekturach x86-64, jak i ARM (Advanced RISC Machines).ASA on IoT Edge is made available as Windows and Linux images, running on both x86-64 or ARM (Advanced RISC Machines) architectures.

Dane wejściowe i wyjścioweInput and output

Strumienie wejściowe i wyjścioweInput and Output Streams

Zadania ASA Edge mogą uzyskać wejścia i wyjścia z innych modułów uruchomionych na urządzeniach IoT Edge.ASA Edge jobs can get inputs and outputs from other modules running on IoT Edge devices. Aby połączyć się z i do określonych modułów, można ustawić konfigurację routingu w czasie wdrażania.To connect from and to specific modules, you can set the routing configuration at deployment time. Więcej informacji opisano w dokumentacji składu modułu IoT Edge.More information is described on the IoT Edge module composition documentation.

Zarówno dla wejść, jak i wyjść obsługiwane są formaty CSV i JSON.For both inputs and outputs, CSV and JSON formats are supported.

Dla każdego strumienia wejściowego i wyjściowego utworzonego w zadaniu ASA odpowiedni punkt końcowy jest tworzony w wdrożonym module.For each input and output stream you create in your ASA job, a corresponding endpoint is created on your deployed module. Te punkty końcowe mogą być używane w trasach wdrożenia.These endpoints can be used in the routes of your deployment.

Obecnie jedynymi obsługiwanymi typami danych wejściowych i wyjściowych strumienia są Edge Hub.At present, the only supported stream input and stream output types are Edge Hub. Wejście referencyjne obsługuje typ pliku odwołania.Reference input supports reference file type. Inne dane wyjściowe można uzyskać za pomocą zadania chmury niższego rzędu.Other outputs can be reached using a cloud job downstream. Na przykład zadanie usługi Stream Analytics hostowane w aplikacji Edge wysyła dane wyjściowe do usługi Edge Hub, które następnie można wysłać dane wyjściowe do usługi IoT Hub.For example, a Stream Analytics job hosted in Edge sends output to Edge Hub, which can then send output to IoT Hub. Można użyć drugiego zadania usługi Azure Stream Analytics hostowanego w chmurze z danymi wejściowymi z usługi IoT Hub i danymi wyjściowymi do usługi Power BI lub innego typu wyjściowego.You can use a second cloud hosted Azure Stream Analytics job with input from IoT Hub and output to Power BI or another output type.

Dane referencyjneReference data

Dane referencyjne (znane również jako tabela odnośne) to skończony zestaw danych, który ma charakter statyczny lub wolno się zmienia.Reference data (also known as a lookup table) is a finite data set that is static or slow changing in nature. Służy do wykonywania wyszukiwania lub skorelowania ze strumieniem danych.It is used to perform a lookup or to correlate with your data stream. Aby korzystać z danych referencyjnych w zadaniu usługi Azure Stream Analytics, zazwyczaj należy użyć przyłącza danych referencyjnych w zapytaniu.To make use of reference data in your Azure Stream Analytics job, you will generally use a Reference Data JOIN in your query. Aby uzyskać więcej informacji, zobacz korzystanie z danych referencyjnych dla wyszukiwania w usłudze Stream Analytics.For more information, see the Using reference data for lookups in Stream Analytics.

Obsługiwane są tylko lokalne dane referencyjne.Only local reference data is supported. Gdy zadanie jest wdrażane na urządzeniu Usługi IoT Edge, ładuje dane referencyjne ze ścieżki pliku zdefiniowanej przez użytkownika.When a job is deployed to IoT Edge device, it loads reference data from the user defined file path.

Aby utworzyć zadanie z danymi referencyjnymi na krawędzi:To create a job with reference data on Edge:

  1. Utwórz nowe dane wejściowe dla zadania.Create a new input for your job.

  2. Wybierz pozycję Dane referencyjne jako typ źródła.Choose Reference data as the Source Type.

  3. Przygotuj plik danych referencyjnych na urządzeniu.Have a reference data file ready on the device. W przypadku kontenera systemu Windows umieść plik danych referencyjnych na dysku lokalnym i udostępnij dysk lokalny kontenerowi platformy Docker.For a Windows container, put the reference data file on the local drive and share the local drive with the Docker container. W przypadku kontenera systemu Linux utwórz wolumin platformy Docker i wypełnij plik danych na woluminie.For a Linux container, create a Docker volume and populate the data file to the volume.

  4. Ustaw ścieżkę pliku.Set the file path. W przypadku systemu operacyjnego Windows Host i E:\<PathToFile>\v1.csvkontenera systemu Windows należy użyć ścieżki bezwzględnej: .For Windows Host OS and Windows container, use the absolute path: E:\<PathToFile>\v1.csv. W przypadku kontenera windows hosta i systemu Linux lub kontenera systemu <VolumeName>/file1.txtoperacyjnego Linux i systemu Linux użyj ścieżki w woluminie: .For a Windows Host OS and Linux container or a Linux OS and Linux container, use the path in the volume: <VolumeName>/file1.txt.

Nowe dane referencyjne dla zadania usługi Azure Stream Analytics w usłudze IoT Edge

Dane referencyjne w aktualizacji usługi IoT Edge są wyzwalane przez wdrożenie.The reference data on IoT Edge update is triggered by a deployment. Po wyzwoleniu moduł ASA wybiera zaktualizowane dane bez zatrzymywania uruchomionego zadania.Once triggered, the ASA module picks the updated data without stopping the running job.

Istnieją dwa sposoby aktualizowania danych referencyjnych:There are two ways to update the reference data:

  • Aktualizowanie ścieżki danych referencyjnych w zadaniu asa z witryny Azure portal.Update reference data path in your ASA job from Azure portal.
  • Zaktualizuj wdrożenie usługi IoT Edge.Update the IoT Edge deployment.

Informacje o licencjach i powiadomieniach innych firmLicense and third-party notices

Informacje o obrazie modułu usługi Azure Stream AnalyticsAzure Stream Analytics module image information

Ta wersja została ostatnio zaktualizowana w dniu 2019-06-27:This version information was last updated on 2019-06-27:

  • Obraz: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-linux-amd64Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-linux-amd64

    • obraz podstawowy: microsoft/dotnet:2.1.6-runtime-alpine3.7base image: microsoft/dotnet:2.1.6-runtime-alpine3.7
    • Platformy:platform:
      • architektura: amd64architecture: amd64
      • os: linuxos: linux
  • Obraz: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-linux-arm32v7Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-linux-arm32v7

    • obraz podstawowy: microsoft/dotnet:2.1.6-runtime-bionic-arm32v7base image: microsoft/dotnet:2.1.6-runtime-bionic-arm32v7
    • Platformy:platform:
      • architektura: ramięarchitecture: arm
      • os: linuxos: linux
  • Obraz: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-windows-amd64Image: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.5-windows-amd64

    • obraz podstawowy: microsoft/dotnet:2.1.6-runtime-nanoserver-1809base image: microsoft/dotnet:2.1.6-runtime-nanoserver-1809
    • Platformy:platform:
      • architektura: amd64architecture: amd64
      • os: oknaos: windows

Uzyskiwanie pomocyGet help

Aby uzyskać dalszą pomoc, wypróbuj forum usługi Azure Stream Analytics.For further assistance, try the Azure Stream Analytics forum.

Następne krokiNext steps