Datenstreaming in Azure SQL Edge
Wichtig
Azure SQL Edge wird am 30. September 2025 eingestellt. Weitere Informationen und Migrationsoptionen finden Sie im Einstellungshinweis.
Hinweis
Azure SQL Edge unterstützt die ARM64-Plattform nicht mehr.
Azure SQL Edge stellt eine native Implementierung von Datenstreamingfunktionen bereit, die als T-SQL-Streaming (Transact-SQL) bezeichnet wird. Es ermöglicht Datenstreaming, Analysen und Ereignisverarbeitung in Echtzeit, um große Mengen schneller Streamingdaten aus mehreren Quellen gleichzeitig zu analysieren und zu verarbeiten. T-SQL-Streaming basiert auf der gleichen Hochleistungsstreaming-Engine wie Azure Stream Analytics in Microsoft Azure. Das Feature unterstützt eine ähnliche Reihe von Funktionen, die von Azure Stream Analytics in der Edge-Umgebung geboten werden.
Wie Stream Analytics erkennt T-SQL-Streaming Muster und Beziehungen in Informationen, die aus mehreren IoT-Eingabequellen wie z. B. Geräten, Sensoren und Anwendungen extrahiert werden. Sie können mithilfe dieser Muster Aktionen auslösen und Workflows einleiten. Sie können z. B. Warnungen erstellen, Informationen in eine Berichts- oder Visualisierungslösung übertragen oder die Daten zur späteren Verwendung speichern.
T-SQL-Streaming eignet sich für folgende Aufgaben:
- Analysieren von Telemetriedatenströmen von IoT-Geräten in Echtzeit.
- Analysieren von Daten in Echtzeit, die von autonomen und fahrerlosen Fahrzeugen generiert werden
- Remoteüberwachung und Predictive Maintenance hochwertiger Industrie- oder Produktionsanlagen
- Anomalie- und Mustererkennung von IoT-Sensormessungen in der Landwirtschaft oder einem Energiebetrieb
Wie funktioniert T-SQL-Streaming?
T-SQL-Streaming funktioniert genauso wie Azure Stream Analytics. Beispielsweise wird das Konzept von Streamingaufträgen für die Verarbeitung von Datenstreaming in Echtzeit befolgt.
Ein Stream Analytics-Auftrag besteht aus den folgenden Elementen:
Streameingabe: definiert die Verbindungen mit einer Datenquelle, aus der der Datenstrom gelesen werden soll Azure SQL Edge unterstützt zurzeit die folgenden Streameingabetypen:
- Edge Hub
- Kafka (Unterstützung für Kafka-Eingaben ist zurzeit nur für Intel-/AMD64-Versionen von Azure SQL Edge verfügbar.)
Streamausgabe: definiert die Verbindungen mit einer Datenquelle, in die der Datenstrom gelesen werden soll Azure SQL Edge unterstützt zurzeit die folgenden Streamausgabetypen:
- Edge Hub
- SQL (Die SQL-Ausgabe kann eine lokale Datenbank in der Azure SQL Edge-Instanz, eine SQL Server-Remoteinstanz oder eine Azure SQL-Datenbank-Instanz sein.)
Streamabfrage: Definiert die Transformation, Aggregationen, Filter, Sortierung und Joins, die auf den Eingabestream angewendet werden sollen, bevor er in die Streamausgabe geschrieben wird. Die Streamabfrage basiert auf der von Azure Stream Analytics verwendeten Abfragesprache. Weitere Informationen finden Sie unter Stream Analytics-Abfragesprache.
Wichtig
T-SQL-Streaming unterstützt im Gegensatz zu Stream Analytics derzeit keine Verweisdaten für Suchvorgänge oder benutzerdefinierten Funktionen (User Defined Functions, UDFs) und benutzerdefinierten Aggregate (User-Defined Aggregates, UDA) in Streamaufträgen.
Hinweis
T-SQL-Streaming unterstützt nur eine Teilmenge der von Stream Analytics unterstützten Sprachoberfläche. Weitere Informationen finden Sie unter Stream Analytics-Abfragesprache.
Begrenzungen
Für T-SQL-Streaming gelten die folgenden Einschränkungen.
- Nur ein Streamingauftrag kann jeweils gleichzeitig aktiv sein. Aufträge, die bereits laufen, müssen beendet werden, bevor ein anderer Auftrag gestartet werden kann.
- Jede Ausführung eines Streamingauftrags ist ein Singlethreadvorgang. Wenn der Streamingauftrag mehrere Abfragen enthält, wird jede Abfrage in serieller Reihenfolge ausgewertet.
- Wenn Sie einen Streamingauftrag in Azure SQL Edge beendet haben, kann eine kurze Verzögerung auftreten, bevor der nächste Streamingauftrag gestartet werden kann. Diese Verzögerung wird eingefügt, weil der zugrunde liegende Streamingprozess als Reaktion auf die Anforderung zum Beenden des Auftrags beendet und dann als Reaktion auf die Anforderung zum Starten des Auftrags neu gestartet werden muss.
- T-SQL-Streaming unterstützt bis zu 32 Partitionen für einen Kafka-Datenstrom. Versuche, eine größere Anzahl von Partitionen zu konfigurieren, führen zu einem Fehler.