Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Hay varios servicios disponibles para el análisis en tiempo real y el procesamiento de streaming en Azure. En este artículo se proporciona la información que necesita para decidir qué tecnología es la mejor opción para la aplicación.
Cuándo usar Azure Stream Analytics
Azure Stream Analytics es el servicio recomendado para Stream Analytics en Azure. Puede usarlo para una amplia gama de escenarios que incluyen, pero no se limitan a:
- Paneles para la visualización de datos
- Alertas en tiempo real de patrones o anomalías temporales y espaciales
- Extracción, transformación, carga (ETL)
- Patrón Event Sourcing.
- IoT Edge
Agregar un trabajo de Azure Stream Analytics a la aplicación es la manera más rápida de poner en marcha análisis de streaming en Azure mediante el lenguaje SQL que ya conoce. Azure Stream Analytics es un servicio de trabajo, por lo que no tiene que dedicar tiempo a administrar clústeres y no tiene que preocuparse por el tiempo de inactividad con un Acuerdo de Nivel de Servicio (SLA) de 99.9% en el nivel de trabajo. La facturación también se realiza en el nivel de trabajo, lo que hace que los costos de inicio sean bajos (una unidad de streaming), pero escalables (hasta 396 unidades de streaming). Es mucho más rentable ejecutar algunos trabajos de Stream Analytics que ejecutar y mantener un clúster.
Azure Stream Analytics ofrece una experiencia muy completa de fábrica. Puede aprovechar inmediatamente las siguientes características sin ninguna configuración adicional:
- Operadores temporales integrados, como agregados en ventanas, combinaciones temporales y funciones analíticas temporales.
- Adaptadores de entrada nativos y de salida de Azure
- Compatibilidad con datos de referencia de variación lenta (también conocidos como tablas de búsqueda), incluida la unión con datos de referencia geoespaciales de geovalla.
- Soluciones integradas, como la detección de anomalías
- Varias ventanas de tiempo en la misma consulta
- Capacidad de componer varios operadores temporales en secuencias arbitrarias.
- Latencia de un extremo a otro por debajo de 100 ms de la entrada que llega a Event Hubs, incluido el retraso de red desde y hacia Event Hubs, con alto rendimiento sostenido
Cuándo usar otras tecnologías
Quiere escribir UDF, UDA y deserializadores personalizados en un lenguaje distinto de JavaScript o C#
Azure Stream Analytics admite funciones definidas por el usuario (UDF) o agregados definidos por el usuario (UDA) en JavaScript para trabajos en la nube y C# para trabajos de IoT Edge. También se admiten deserializadores definidos por el usuario de C#. Si desea implementar un deserializador, una UDF o una UDA en otros lenguajes, como Java o Python, puede usar Spark Structured Streaming. También puede ejecutar Event Hubs EventProcessorHost en sus propias máquinas virtuales para realizar un procesamiento arbitrario de streaming.
La solución está en un entorno multinube o local
Azure Stream Analytics es la tecnología propietaria de Microsoft y solo está disponible en Azure. Si necesita que la solución sea portátil en nubes o locales, considere la posibilidad de usar tecnologías de código abierto como Spark Structured Streaming o Apache Flink.