Välkommen till Azure Stream Analytics
Azure Stream Analytics är en helt hanterad strömbearbetningsmotor som är utformad för att analysera och bearbeta stora volymer strömmande data med svarstider på under millisekunder. Du kan skapa en strömmande datapipeline med Stream Analytics till identitetsmönster och relationer i data som kommer från olika indatakällor, inklusive program, enheter, sensorer, klickströmmar och sociala medieflöden. Sedan kan du använda dessa mönster för att utlösa åtgärder och initiera arbetsflöden som att skapa aviseringar, mata in information till ett rapporteringsverktyg eller lagra transformerade data för senare användning. Stream Analytics är också tillgängligt på Azure IoT Edge-körningen, vilket gör att du kan bearbeta data direkt från IoT-enheter.
Här följer några exempelscenarier där du kan använda Azure Stream Analytics:
- Avvikelseidentifiering i sensordata för att identifiera toppar, dalar och långsamma positiva och negativa ändringar
- Geo-spatial analys för vagnparkshantering och förarlösa fordon
- Fjärrövervakning och förutsägande underhåll av tillgångar med högt värde
- Klickströmsanalys för att fastställa kundens beteende
- Analysera telemetriströmmar och loggar i realtid från program och IoT-enheter
Viktiga funktioner och fördelar
Fullständigt hanterad tjänst
Azure Stream Analytics är ett fullständigt hanterat erbjudande (PaaS) i Azure. Du behöver inte etablera maskinvara eller infrastruktur, uppdatera operativsystem eller programvara. Azure Stream Analytics hanterar ditt jobb fullt ut, så att du kan fokusera på din affärslogik och inte på infrastrukturen.
Användarvänlighet
Azure Stream Analytics är enkelt att starta. Det tar bara några få klick för att skapa en direktuppspelningspipeline från slutpunkt till slutpunkt som ansluter till flera källor och mottagare.
Du kan skapa ett Stream Analytics-jobb som kan ansluta till Azure Event Hubs och Azure IoT Hub för strömmande datainmatning och Azure Blob Storage eller Azure Data Lake Storage Gen2 för att mata in historiska data. Indata för Stream Analytics-jobbet kan också innehålla statiska eller långsamt föränderliga referensdata från Azure Blob Storage eller SQL Database som du kan koppla med strömmande data för att utföra uppslagsåtgärder. Mer information om Stream Analytics-indata finns i Strömma data som indata till Stream Analytics.
Du kan dirigera utdata från ett Stream Analytics-jobb till många lagringssystem som Azure Blob Storage, Azure SQL Database, Azure Data Lake Store och Azure Cosmos DB. Du kan också köra batchanalys på dataströmutdata med Azure Synapse Analytics eller HDInsight, eller så kan du skicka utdata till en annan tjänst, till exempel Event Hubs för förbrukning eller Power BI för realtidsvisualisering. Hela listan över Stream Analytics-utdata finns i Förstå utdata från Azure Stream Analytics.
Azure Stream Analytics-redigeraren utan kod erbjuder en kodfri upplevelse som gör att du enkelt kan utveckla Stream Analytics-jobb med dra och släpp-funktioner utan att behöva skriva någon kod. Det förenklar stream analytics-jobbutvecklingen ytterligare. Mer information om redigeringsprogrammet utan kod finns i Bearbetning av dataströmmar utan kod i Azure Stream Analytics.
Hög produktivitet för programmerare
Azure Stream Analytics använder ett SQL-frågespråk som utökas med kraftfulla temporala begränsningar för att analysera data i rörelse. Du kan skapa ett Stream Analytics-jobb med hjälp av Azure-portalen. Du kan också skapa jobb med hjälp av utvecklarverktyg, till exempel följande:
- Visual Studio Code
- Visual Studio
- Azure CLI
- Azure PowerShell
- Bicep
- Azure Resource Manager-mallar
- Terraform
Utvecklarverktyg kan du utveckla transformeringsfrågor offline och använda CI/CD-pipelinen för att skicka jobb till Azure.
Med Stream Analytics-frågespråket kan du utföra komplex händelsebearbetning (CEP) genom att erbjuda en mängd olika funktioner för att analysera strömmande data. Det här frågespråket stöder enkel datamanipulering, aggregering och analysfunktioner, geospatiala funktioner, mönstermatchning och avvikelseidentifiering. Du kan redigera frågor i portalen eller med hjälp av utvecklingsverktyg och testa dem med exempeldata som extraheras från en liveström.
Du kan utöka funktionerna i frågespråket genom att definiera och anropa ytterligare funktioner. Du kan definiera funktionsanrop i Azure Machine Learning för att dra nytta av Azure Machine Learning-lösningar och integrera användardefinierade JavaScript- eller C#-funktioner (UDF: er) eller användardefinierade aggregeringar för att utföra komplexa beräkningar som en del av en Stream Analytics-fråga.
Kör i molnet eller på den intelligenta gränsen
Azure Stream Analytics kan köras i molnet, för storskalig analys eller köras på IoT Edge eller Azure Stack för analys med extremt låg svarstid. Azure Stream Analytics använder samma verktyg och frågespråk i både molnet och gränsen, vilket gör det möjligt för utvecklare att skapa riktigt hybridarkitekturer för dataströmbearbetning.
Låg total ägandekostnad
Som en molntjänst är Stream Analytics optimerad för kostnad. Det finns inga startkostnader – du betalar bara för de strömningsenheter som du använder. Det krävs inget åtagande eller klusteretablering, och du kan skala upp eller ned jobbet baserat på dina affärsbehov.
Redo för verksamhetskritiskt
Azure Stream Analytics är tillgängligt i flera regioner över hela världen och är utformat för att köra verksamhetskritiska arbetsbelastningar genom att stödja krav på tillförlitlighet, säkerhet och efterlevnad.
Tillförlitlighet
Azure Stream Analytics garanterar exakt en gång händelsebearbetning och leverans av händelser minst en gång, så händelser går aldrig förlorade. Exakt när bearbetningen garanteras med valda utdata enligt beskrivningen i Garantier för händelseleverans.
Azure Stream Analytics har inbyggda återställningsfunktioner om det inte går att leverera en händelse. Stream Analytics tillhandahåller också inbyggda kontrollpunkter för att upprätthålla jobbets tillstånd och ger upprepningsbara resultat.
Som en hanterad tjänst garanterar Stream Analytics händelsebearbetning med 99,9 % tillgänglighet på en minutnivå av kornighet.
Säkerhet
När det gäller säkerhet krypterar Azure Stream Analytics all inkommande och utgående kommunikation och stöder TLS (Transport Layer Security) 1.2. Inbyggda kontrollpunkter krypteras också. Stream Analytics lagrar inte inkommande data eftersom all bearbetning sker i minnet. Stream Analytics stöder även Virtuella Azure-nätverk när du kör ett jobb i ett Stream Analytics-kluster.
Prestanda
Stream Analytics kan bearbeta miljontals händelser varje sekund och det kan ge resultat med ultralåga svarstider. Det gör att du kan skala ut för att anpassa dig till dina arbetsbelastningar. Stream Analytics stöder högre prestanda genom partitionering, vilket gör att komplexa frågor kan parallelliseras och köras på flera direktuppspelningsnoder. Azure Stream Analytics är byggt på Trill, en högpresterande minnesintern analysmotor för direktuppspelning som har utvecklats i samarbete med Microsoft Research.
Nästa steg
Du kan prova Azure Stream Analytics med en kostnadsfri Azure-prenumeration.
Du har en översikt över Azure Stream Analytics. Härnäst kan du gå på djupet och skapa ditt första Stream Analytics-jobb: