Einführung
Heutzutage werden riesige Mengen an Echtzeitdaten von vernetzten Anwendungen, IoT-Geräten (Internet der Dinge) und -Sensoren sowie verschiedenen anderen Quellen generiert. Die Verbreitung von Streamingdatenquellen hat die Fähigkeit, diese Daten nahezu in Echtzeit zu nutzen und daraus fundierte Entscheidungen zu treffen, für viele Unternehmen zu einer betrieblichen Notwendigkeit gemacht.
Einige typische Beispiele für Streamingdatenworkloads sind:
- Onlineshops, die Clickstreamdaten in Echtzeit analysieren, um Kunden Produktempfehlungen zu geben, während sie auf der Website surfen.
- Fertigungsanlagen, Telemetriedaten von IoT-Sensoren nutzen, um hochwertige Anlagen aus der Ferne zu überwachen.
- Kreditkartentransaktionen von Kassensystemen, die in Echtzeit überprüft werden, um potenziell betrügerische Aktivitäten zu erkennen und zu verhindern.
Azure Stream Analytics bietet eine cloudbasierte Streamverarbeitungs-Engine, mit der Sie einen Echtzeitdatenstrom aus verschiedenen Quellen filtern, aggregieren und anderweitig verarbeiten können. Die Ergebnisse dieser Verarbeitung lassen sich dann verwenden, um automatisierte Aktivitäten durch einen Dienst oder eine Anwendung auszulösen, Echtzeitvisualisierungen zu generieren oder Streamingdaten in eine Unternehmensanalyselösung zu integrieren.
In diesem Modul lernen Sie die ersten Schritte mit Azure Stream Analytics kennen und verwenden den Dienst, um einen Ereignisdatenstrom zu verarbeiten.