Konfigurieren eines Datenflussprofils

Artikel
11/21/2024

Wichtig

Diese Seite enthält Anweisungen zum Verwalten der Komponenten von „Azure IoT Einsatz“ mithilfe von Kubernetes-Bereitstellungsmanifesten. Diese Option befindet sich in der Vorschau. Dieses Feature wird mit einigen Einschränkungen bereitgestellt und sollte nicht für Produktionsworkloads verwendet werden.

Die zusätzlichen Nutzungsbestimmungen für Microsoft Azure-Vorschauen enthalten rechtliche Bedingungen. Sie gelten für diejenigen Azure-Features, die sich in der Beta- oder Vorschauversion befinden oder aber anderweitig noch nicht zur allgemeinen Verfügbarkeit freigegeben sind.

Datenflussprofile können zum Gruppieren von Datenflüssen verwendet werden, sodass sie über dieselbe Konfiguration verfügen. Sie können mehrere Datenflussprofile erstellen, um verschiedene Datenflusskonfigurationen zu verwalten.

Die wichtigste Einstellung ist die Anzahl der Instanzen, d. h. wie viele Instanzen die Datenflüsse ausführen. Sie können z. B. ein Datenflussprofil mit einer einzigen Instanz für Entwicklung und Tests und ein weiteres Profil mit mehreren Instanzen für die Produktion besitzen. Alternativ können Sie ein Datenflussprofil mit geringer Anzahl von Instanzen für Datenflüsse mit niedrigem Durchsatz und ein Profil mit hoher Instanzenanzahl für Datenflüsse mit hohem Durchsatz verwenden. Außerdem können Sie ein Datenflussprofil mit unterschiedlichen Diagnoseeinstellungen für Debuggingzwecke erstellen.

Standarddatenflussprofil

Standardmäßig wird ein Datenflussprofil namens „Standard“ erstellt, wenn „Azure IoT Einsatz“ bereitgestellt wird. Dieses Datenflussprofil weist eine einzelne Instanz auf. Sie können dieses Datenflussprofil für erste Schritte mit Azure IoT Einsatz verwenden.

Derzeit wird bei Verwendung des Operations-Benutzeroberflächenportals das Standarddatenflussprofil für alle Datenflüsse verwendet.

Bicep
Kubernetes (Vorschau)

param aioInstanceName string = '<AIO_INSTANCE_NAME>'
param customLocationName string = '<CUSTOM_LOCATION_NAME>'

// Pointer to the Azure IoT Operations instance
resource aioInstance 'Microsoft.IoTOperations/instances@2024-11-01' existing = {
  name: aioInstanceName
}

// Pointer to your custom location where AIO is deployed
resource customLocation 'Microsoft.ExtendedLocation/customLocations@2021-08-31-preview' existing = {
  name: customLocationName
}

// Pointer to the default dataflow profile
resource defaultDataflowProfile 'Microsoft.IoTOperations/instances/dataflowProfiles@2024-11-01' = {
  parent: aioInstance
  name: 'default'
  extendedLocation: {
    name: customLocation.id
    type: 'CustomLocation'
  }
  properties: {
    instanceCount: 1
  }
}

apiVersion: connectivity.iotoperations.azure.com/v1
kind: DataflowProfile
metadata:
  name: default
  namespace: azure-iot-operations
spec:
  instanceCount: 1

Sofern Sie nicht zusätzlichen Durchsatz oder zusätzliche Redundanz benötigen, können Sie das Standarddatenflussprofil verwenden. Wenn Sie die Anzahl der Instanzen oder andere Einstellungen anpassen müssen, können Sie ein neues Datenflussprofil erstellen.

Erstellen eines neuen Datenflussprofils

Um ein neues Datenflussprofil zu erstellen, geben Sie den Namen des Profils und die Anzahl der Instanzen an.

Bicep
Kubernetes (Vorschau)

resource dataflowProfile 'Microsoft.IoTOperations/instances/dataflowProfiles@2024-11-01' = {
  parent: aioInstance
  name: '<NAME>'
  properties: {
    instanceCount: <COUNT>
  }
}

apiVersion: connectivity.iotoperations.azure.com/v1
kind: DataflowProfile
metadata:
  name: '<NAME>'
  namespace: azure-iot-operations
spec:
  instanceCount: <COUNT>

Skalierung

Sie können das Datenflussprofil skalieren, um die Anzahl der Instanzen anzupassen, die die Datenflüsse ausführen. Das Erhöhen der Anzahl der Instanzen kann den Durchsatz der Datenflüsse verbessern, indem mehrere Clients zum Verarbeiten der Daten erstellt werden. Wenn Sie Datenflüsse mit Clouddiensten verwenden, die Ratengrenzwerte pro Client aufweisen, kann das Erhöhen der Anzahl der Instanzen Ihnen helfen, innerhalb dieser Grenzen zu bleiben.

Das Skalieren kann auch die Resilienz der Datenflüsse erhöhen, indem Redundanz im Falle von Fehlern bereitgestellt wird.

Um das Datenflussprofil manuell zu skalieren, geben Sie die Anzahl der Instanzen an, die Sie ausführen möchten. So legen Sie beispielsweise die Anzahl der Instanzen auf 3 fest:

Bicep
Kubernetes (Vorschau)

properties: {
  instanceCount: 3
}

spec:
  instanceCount: 3

Diagnoseeinstellungen

Sie können andere Diagnoseeinstellungen für ein Datenflussprofil konfigurieren, z. B. die Protokollebene und das Metrikintervall.

In den meisten Fällen sind die Standardeinstellungen ausreichend. Sie können jedoch die Protokollebene oder andere Einstellungen für das Debuggen außer Kraft setzen.

Informationen zum Konfigurieren dieser Diagnoseeinstellungen finden Sie unter ProfileDiagnostics.

So legen Sie beispielsweise die Protokollebene zum Debuggen fest:

Bicep
Kubernetes (Vorschau)

resource dataflowProfile 'Microsoft.IoTOperations/instances/dataflowProfiles@2024-11-01' = {
  parent: aioInstance
  name: '<NAME>'
  properties: {
    instanceCount: 1
    diagnostics: {
      {
        logs: {
          level: 'debug'
        }
      }
    }
  }
}

apiVersion: connectivity.iotoperations.azure.com/v1
kind: DataflowProfile
metadata:
  name: '<NAME>'
  namespace: azure-iot-operations
spec:
  instanceCount: 1
  diagnostics:
    logs:
      level: debug

Nächste Schritte

Weitere Informationen zu Datenflüssen finden Sie unter Erstellen eines Datenflusses.

Freigeben über