Λανθάνων χρόνος στην ενεργοποίηση
Ο ενεργοποιητής fabric εκτελεί κανόνες σε σχέση με δεδομένα σε πραγματικό χρόνο. Τα αποτελέσματα είναι σχεδόν στιγμιαία, αλλά υπάρχουν παράγοντες που μπορεί να εισαγάγουν λανθάνοντα χρόνου. Στις περισσότερες περιπτώσεις, αυτός ο λανθάνων χρόνος είναι ανεπαίσθητος, αλλά σε άλλες περιπτώσεις ο λανθάνων χρόνος μπορεί να είναι έως και 10 λεπτά. Η λήψη επακριβών και έγκαιρων πληροφοριών είναι ένα σημαντικό ζήτημα που πρέπει να λαμβάνεται υπόψη κατά τη δημιουργία και λήψη κανόνων. Αυτό το άρθρο εξετάζει τις διαδικασίες και τις ρυθμίσεις που καθορίζουν την ισορροπία μεταξύ της συμπερίληψης συμβάντων και της δομής ενός κανόνα και του πόσο γρήγορα αποστέλλεται ένας ενεργοποιητής. Για παράδειγμα, θα πρέπει να επιτρέπεται η άφιξη και συμπερίληψη περισσότερων δεδομένων από το Στοιχείο ενεργοποίησης ή να διασφαλίζει ότι οι παραλήπτες θα λαμβάνουν τις ειδοποιήσεις τους σε μια καθορισμένη ώρα; Επίσης, πώς επηρεάζει ο τρόπος δόμησης ενός κανόνα την ταχύτητα με την οποία αποστέλλεται στους παραλήπτες μια ενεργοποίηση;
Υπάρχουν τρεις σημαντικοί παράγοντες που επηρεάζουν τον λανθάνοντα χρόνου ενεργοποίησης του κανόνα:
- Η ρύθμιση χρήστη για ανοχή καθυστερημένης άφιξης.
- Μια καθυστέρηση, έως και ένα λεπτό, που μπορεί να προκύψει από την επεξεργασία παρασκηνίου του Activator.
- Συναθροίσεις στον κανόνα.
Ανοχή καθυστερημένης άφιξης
Η ανοχή άφιξης αργά ορίζεται στην οθόνη Ορισμός κανόνα ενεργοποίησης και εφαρμόζεται στο συμβάν Ώρα άφιξης. Για να μάθετε πώς μπορείτε να ορίσετε ανοχή καθυστερημένης άφιξης, ανατρέξτε στο θέμα Ρύθμιση ανοχής καθυστερημένης άφιξης.
Λανθάνων χρόνος επεξεργασίας παρασκηνίου
Οι κανόνες μπορεί να χρειαστούν επεξεργασία πριν ενεργοποιηθεί ο κανόνας. Για παράδειγμα, εάν ο κανόνας είναι μια σύγκριση με ένα προηγούμενο σύνολο συμβάντων, χρειάζεται επεξεργασία παρασκηνίου για την ανάκτηση των προηγούμενων δεδομένων, τη σύγκριση και τον υπολογισμό του αποτελέσματος. Ένα άλλο παράδειγμα είναι εάν ο κανόνας εκτελείται σε σχέση με 10 εκατομμύρια γραμμές δεδομένων, παρουσιάζεται λανθάνων χρόνος από την επεξεργασία παρασκηνίου αυτών των δεδομένων.
Λανθάνων χρόνος συνάθροισης
Εάν χρησιμοποιείται μια συνάθροιση στον ορισμό κανόνα, τότε ο κανόνας ενεργοποιείται μόνο όταν συμπληρώνει τα καθορισμένα χρονικά παράθυρα. Για παράδειγμα, ας υποθέσουμε ότι ένας κανόνας έχει δημιουργηθεί για τον μέσο όρο των δεδομένων σε τέσσερις ώρες. Εάν ένα συμβάν που ικανοποιεί τις συνθήκες κανόνα προσλαμβάνεται στις 12 μ.μ., ο κανόνας ενεργοποιείται στις 4 μ.μ. Ο λανθάνων χρόνος είναι αποτέλεσμα των ρυθμίσεων συνάθροισης. Ακόμα και όταν ένας κανόνας περιλαμβάνει μια απλή συνάθροιση, όπως ο μέσος όρος, το Στοιχείο ενεργοποίησης δεν μπορεί να στείλει ενεργοποίηση μέχρι το Στοιχείο ενεργοποίησης να εκτελέσει τη συνάθροιση σε όλα τα εισερχόμενα δεδομένα συμβάντος.
Έννοιες χρόνου παρασκηνίου
Για να πλαισιώσουν καλύτερα τη συζήτηση, ας ορίσουμε ορισμένες έννοιες παρασκηνίου.
- Ώρα συμβάντος: Πότε συνέβη το αρχικό συμβάν. Είναι μέρος του ωφέλιμου φορτίου συμβάντος. Για παράδειγμα, όταν ένα κινούμενο αυτοκίνητο στην εθνική οδό πλησιάζει ένα θάλαμο διοδίων και παρατηρείται από έναν αισθητήρα.
- Χρόνος επεξεργασίας: Η ώρα κατά την οποία το συμβάν φθάνει στο σύστημα επεξεργασίας και παρατηρείται. Για παράδειγμα, όταν ένας αισθητήρας θαλάμου διοδίων βλέπει το αυτοκίνητο και το σύστημα του υπολογιστή απαιτεί λίγα λεπτά για την επεξεργασία των δεδομένων.
- Ώρα άφιξης (υδατογράφημα ή ώρα πρόσληψης): Ένας δείκτης που υποδεικνύει πότε τα δεδομένα συμβάντων φθάνουν στον Ενεργοποιητή. Λόγω της φύσης των ροών, τα εισερχόμενα δεδομένα συμβάντος δεν σταματούν ποτέ, επομένως οι ώρες άφιξης υποδεικνύουν την πρόοδο που σημειώθηκε από την ενεργοποίηση σε ένα συγκεκριμένο σημείο της ροής. Σε αυτό το σημείο, ο Ενεργοποιητής μπορεί να παράγει πλήρη, σωστά και επαναλαμβανόμενα αποτελέσματα που δεν χρειάζεται να αναδιπλωθούν. Επίσης, σε αυτό το σημείο ο Ενεργοποιητής μπορεί να ξεκινήσει την επεξεργασία των δεδομένων. Η επεξεργασία μπορεί να γίνει με προβλέψιμο και επαναλαμβανόμενο τρόπο. Για παράδειγμα, εάν πρέπει να γίνει επανακαταμέτρηση για ορισμένες συνθήκες χειρισμού σφαλμάτων, οι χρόνοι άφιξης είναι ασφαλή σημεία εκκίνησης και λήξης.
Η καθυστερημένη άφιξη προκύπτει όταν ο κανόνας έχει μια παράμετρο ώρας και η ώρα συμβάντος είναι εντός αυτής της παραμέτρου ώρας, αλλά η ώρα άφιξης βρίσκεται εκτός αυτής της παραμέτρου. Εάν χρησιμοποιήσουμε ξανά το παράδειγμα θαλάμου διοδίων, το αυτοκίνητο αναγνωρίζεται από τον αισθητήρα θαλάμου διοδίων και η ώρα συμβάντος είναι εντός της παραμέτρου χρόνου. Ο ενεργοποιητής βλέπει ότι ο κανόνας έχει μια συνάθροιση και εκτελεί αυτή τη συνάθροιση μέσω των δεδομένων. Ο χρόνος που απαιτείται για την εκτέλεση αυτής της συνάθροισης τοποθετεί την ώρα άφιξης εκτός της παραμέτρου χρόνου. Αυτό το συμβάν θεωρείται πλέον αργά. Εάν θέλετε να συμπεριληφθούν οι καθυστερημένες αφίξεις, ορίστε μια τιμή για την ανοχή καθυστερημένης άφιξης.
Για πρόσθετους πόρους σχετικά με αυτό το θέμα, ανατρέξτε στις δημοσιεύσεις ιστολογίου του Tyler Akidau Streaming 101 και Streaming 102.
Ρύθμιση ανοχής καθυστερημένης άφιξης
Η ανοχή άφιξης αργά είναι μια ρύθμιση χρήστη. Η ανοχή καθυστερημένης άφιξης αναφέρεται στο χρονικό διάστημα που ο ενεργοποιητής περιμένει να φτάσει ένα συμβάν και να αναγνωριστεί και να επεξεργαστεί. Η προεπιλογή είναι δύο λεπτά. Η ανοχή στην καθυστερημένη άφιξη συμβάλλει στον λανθάνοντα χρόνου. Οι κανόνες που δημιουργούνται με ανοχή καθυστερημένης άφιξης έχουν έναν λανθάνοντα χρόνο που είναι τουλάχιστον ο χρόνος στον οποίο έχει οριστεί η ανοχή καθυστερημένης άφιξης. Όταν δημιουργείτε έναν κανόνα, αποφασίστε αν θα χρησιμοποιήσετε την προεπιλεγμένη ανοχή ή θα τον αλλάξετε. Η ανοχή εξασφαλίζει ότι τα καθυστερημένα συμβάντα και τα συμβάντα που φτάνουν εκτός σειράς έχουν την ευκαιρία να συμπεριληφθούν στην αξιολόγηση του κανόνα. Εάν ένα συμβάν δεν εμπίπτει στην ανοχή καθυστερημένης άφιξης, ο Ενεργοποιητής δεν το λαμβάνει υπόψη. Τυχόν συμβάντα με ώρα άφιξης μετά από αυτή την ανοχή δεν λαμβάνονται υπόψη.
Συνολικά, το ζήτημα είναι εάν είναι πιο σημαντικό να κάνετε τα εξής:
- Αναμονή για τα καθυστερημένα σημεία δεδομένων ή
- Εκτελέστε τον κανόνα για πιθανώς ελλιπή δεδομένα, έτσι ώστε ο κανόνας να ενεργοποιείται νωρίτερα.
Σε αυτό το παράδειγμα, τα σημεία δεδομένων μετρούνται σε προσαυξήσεις 15 λεπτών. Οι πρώτες τρεις κουκκίδες, οι οποίες είναι μπλε, την κάνουν στο παράθυρο ώρας. Η τέταρτη κουκκίδα, η οποία είναι πορτοκαλί, όχι. Η ώρα του συμβάντος είναι εντός του διαστήματος των 15 λεπτών, αλλά το συμβάν δεν προσλαμβάνεται από τον Ενεργοποιητή εντός του διαστήματος των 15 λεπτών. Ο ενεργοποιητής αξιολογεί μόνο τον κανόνα για τα δεδομένα με ώρα άφιξης εντός του παραθύρου των 15 λεπτών. Εκτός εάν ο χρήστης υποδείξει ότι θέλει να επιτρέψει μια ανοχή άφιξης αργά και περιμένετε να δείτε εάν φτάνουν άλλα σημεία δεδομένων.
Ο ενεργοποιητής δεν μπορεί να συνυπολογίζει καθυστερήσεις από τα δεδομένα του χρήστη. Για παράδειγμα, ο χρήστης μπορεί να έχει αισθητήρες IoT που είναι εκτός σύνδεσης για 1 ώρα. Μόλις επιστρέψουν σε σύνδεση, ο Ενεργοποιητής μπορεί να λάβει τα δεδομένα, αλλά τα δεδομένα καθυστέρησαν για 1 ώρα από αυτήν την κατάσταση εκτός σύνδεσης, κάτι που συμβαίνει εκτός του Στοιχείου ενεργοποίησης.
Ακολουθεί ένα άλλο παράδειγμα.
Ο χρήστης δημιουργεί έναν κανόνα που υπολογίζει τη μέση θερμοκρασία σε διαστήματα λεπτών. Η ανοχή καθυστερημένης άφιξης ορίζεται σε Προεπιλογή. Η προεπιλογή είναι δύο λεπτά. Περιλαμβάνονται οι τιμές θερμοκρασίας 20 και 30 και η μέση θερμοκρασία είναι 25. Ωστόσο, το συμβάν καθυστερημένης άφιξης για τη θερμοκρασία 40 βαθμών δεν περιλαμβάνεται μέχρι να πραγματοποιηθεί η επόμενη ενεργοποίηση του κανόνα.
| Ώρα συμβάντος | Ώρα άφιξης | Θερμοκρασία |
|---|---|---|
| 09:00 | 09:02 | 20 |
| 09:01 | 09:03 | 30 |
| 09:02 | 09:07 | 40 |
Σημαντικό
Προς το παρόν, δεν μπορείτε να παρακάμψετε την προεπιλεγμένη ανοχή καθυστερημένης άφιξης. Αυτή η ρύθμιση δεν ισχύει επίσης για τους κανόνες του Power BI.
Κανόνες που βασίζονται σε απεικονίσεις του Power BI
Ο ενσωματωμένος λανθάνων χρόνος διαφέρει κατά υπηρεσία. Ο λανθάνων χρόνος για τις ροές συμβάντων είναι διαφορετικός από τον λανθάνοντα χρόνου για απεικονίσεις Power BI. Υπάρχουν δύο μέρη που αποτελούν λανθάνοντα χρόνου για κανόνες που βασίζονται στις απεικονίσεις Power BI: η συχνότητα υποβολής ερωτημάτων για απεικονίσεις Power BI που έχει δημιουργηθεί στο σύστημα και η καθυστέρηση που ενδέχεται να προκύψει από το παρασκήνιο του Ενεργοποιητή.
Οι κανόνες Power BI αξιολογούνται κάθε φορά που φτάνουν νέα δεδομένα στην Ενεργοποίηση. Η ενεργοποίηση κατά την πρόσληψη νέων δεδομένων από το Power BI κάθε μία ώρα. Αυτό σημαίνει ότι τα συμβάντα που ικανοποιούν τη συνθήκη κανόνα ενεργοποιούν μια ενεργοποίηση έως και μία ώρα μετά το συμβάν. Για περισσότερες πληροφορίες, ανατρέξτε στο θέμα Λήψη δεδομένων για ενεργοποίηση από το Power BI.