Azure Stream Analytics på IoT Edge

  • Artikel

Med Azure Stream Analytics på IoT Edge kan utvecklare distribuera analytisk intelligens närmare IoT-enheter i nära realtid och utnyttja enhetsgenererade data maximalt. Azure Stream Analytics har utformats för korta svarstider, hög elasticitet, effektiv bandbreddsanvändning och bra efterlevnad. Företag kan distribuera kontrolllogik nära den industriella verksamheten och komplettera stordataanalys som görs i molnet.

Azure Stream Analytics på IoT Edge körs inom Azure IoT Edge-ramverket . När jobbet har skapats i Stream Analytics kan du distribuera och hantera det med hjälp av IoT Hub.

Vanliga scenarier

Det här avsnittet beskriver de vanliga scenarierna för Stream Analytics på IoT Edge. Följande diagram visar dataflödet mellan IoT-enheter och Azure-molnet.

High level diagram of IoT Edge

Kommando och kontroll med låg svarstid

Tillverkningssäkerhetssystem måste svara på driftdata med extremt låg svarstid. Med Stream Analytics på IoT Edge kan du analysera sensordata nästan i realtid och utfärda kommandon när du identifierar avvikelser för att stoppa en dator eller utlösa aviseringar.

Begränsad anslutning till molnet

Verksamhetskritiska system, till exempel fjärrutvinningsutrustning, anslutna fartyg eller offshore-borrning, måste analysera och reagera på data även när molnanslutningen är tillfällig. Med Stream Analytics körs din strömningslogik oberoende av nätverksanslutningen och du kan välja vad du skickar till molnet för vidare bearbetning eller lagring.

Begränsad bandbredd

Mängden data som produceras av jetmotorer eller anslutna bilar kan vara så stor att data måste filtreras eller bearbetas i förväg innan de skickas till molnet. Med Stream Analytics kan du filtrera eller aggregera de data som måste skickas till molnet.

Efterlevnad

Regelefterlevnad kan kräva att vissa data anonymiseras eller aggregeras lokalt innan de skickas till molnet.

Edge-jobb i Azure Stream Analytics

Stream Analytics Edge-jobb körs i containrar som distribuerats till Azure IoT Edge-enheter. Edge-jobb består av två delar:

  • En molndel som ansvarar för jobbdefinitionen: användare definierar indata, utdata, frågor och andra inställningar, till exempel out-of-order-händelser, i molnet.

  • En modul som körs på dina IoT-enheter. Modulen innehåller Stream Analytics-motorn och tar emot jobbdefinitionen från molnet.

Stream Analytics använder IoT Hub för att distribuera gränsjobb till enheter. Mer information finns i IoT Edge-distribution.

Azure Stream Analytics Edge job

Begränsningar för Edge-jobb

Målet är att ha paritet mellan IoT Edge-jobb och molnjobb. De flesta SQL-frågespråkfunktioner stöds för både gränsen och molnet. Följande funktioner stöds dock inte för gränsjobb:

  • Användardefinierade funktioner (UDF) i JavaScript. UDF är tillgängliga i C# för IoT Edge-jobb (förhandsversion).
  • Användardefinierade aggregeringar (UDA).
  • Azure ML-funktioner.
  • AVRO-format för indata/utdata. För närvarande stöds endast CSV och JSON.
  • Följande SQL-operatorer:
    • PARTITION EFTER
    • GetMetadataPropertyValue
  • Policy för sen ankomst

Krav på körning och maskinvara

Om du vill köra Stream Analytics på IoT Edge behöver du enheter som kan köra Azure IoT Edge.

Stream Analytics och Azure IoT Edge använder Docker-containrar för att tillhandahålla en bärbar lösning som körs på flera värdoperativsystem (Windows, Linux).

Stream Analytics på IoT Edge görs tillgängligt som Windows- och Linux-avbildningar och körs på både x86-64- eller ARM-arkitekturer (Advanced RISC Machines).

Indata och utdata

Stream Analytics Edge-jobb kan hämta indata och utdata från andra moduler som körs på IoT Edge-enheter. Om du vill ansluta från och till specifika moduler kan du ange routningskonfigurationen vid distributionstillfället. Mer information finns i dokumentationen för IoT Edge-modulsammansättning.

För både in- och utdata stöds CSV- och JSON-format.

För varje indata- och utdataström som du skapar i Stream Analytics-jobbet skapas en motsvarande slutpunkt i den distribuerade modulen. Dessa slutpunkter kan användas i distributionsvägarna.

Indatatyper som stöds är:

  • Edge Hub
  • Händelsehubben
  • IoT Hub

Strömutdatatyper som stöds är:

  • Edge Hub
  • SQL Database
  • Händelsehubben
  • Blob Storage/ADLS Gen2

Referensindata stöder referensfiltyp. Andra utdata kan nås med hjälp av ett molnjobb nedströms. Ett Stream Analytics-jobb som finns i Edge skickar till exempel utdata till Edge Hub, som sedan kan skicka utdata till IoT Hub. Du kan använda ett andra Azure Stream Analytics-jobb i molnet med indata från IoT Hub och utdata till Power BI eller någon annan utdatatyp.

Meddelanden om licens och tredje part

Bildinformation för Azure Stream Analytics-modulen

Den här versionsinformationen uppdaterades senast 2020-09-21:

  • Bild: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-amd64

    • basavbildning: mcr.microsoft.com/dotnet/core/runtime:2.1.13-alpine
    • Plattform:
      • arkitektur: amd64
      • os: linux

  • Bild: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm32v7

    • basavbildning: mcr.microsoft.com/dotnet/core/runtime:2.1.13-bionic-arm32v7
    • Plattform:
      • arkitektur: arm
      • os: linux

  • Bild: mcr.microsoft.com/azure-stream-analytics/azureiotedge:1.0.9-linux-arm64

    • basavbildning: mcr.microsoft.com/dotnet/core/runtime:3.0-bionic-arm64v8
    • Plattform:
      • arkitektur: arm64
      • os: linux

Få hjälp

Om du vill ha mer hjälp kan du prova microsofts Q&A-frågesida för Azure Stream Analytics.

Nästa steg