Compartir a través de

Bienvenido a Azure Stream Analytics

  • Artículo

Azure Stream Analytics es un motor de procesamiento de flujos totalmente administrado diseñado para analizar y procesar grandes volúmenes de datos de streaming con latencias de submilisegundos. Puede crear una canalización de datos de streaming mediante Stream Analytics para identificar patrones y relaciones en datos que se originan en diversos orígenes de entrada, como aplicaciones, dispositivos, sensores, secuencias de clic y fuentes de redes sociales. A continuación, puede usar estos patrones para desencadenar acciones e iniciar flujos de trabajo, como generar alertas, alimentar información a una herramienta de informes o almacenar datos transformados para su uso posterior. Stream Analytics también está disponible en el entorno de ejecución de Azure IoT Edge, lo que le permite procesar datos directamente desde dispositivos IoT.

Estos son algunos escenarios de ejemplo en los que puede usar Azure Stream Analytics:

  • Detección de anomalías en los datos del sensor para detectar picos, caídas y cambios positivos y negativos lentos
  • Análisis geoespacial para la administración de flotas y vehículos sin conductor
  • Supervisión remota y mantenimiento predictivo de recursos de gran valor.
  • Análisis de secuencia de clics para determinar el comportamiento del cliente
  • Análisis de flujos y registros de telemetría en tiempo real desde aplicaciones y dispositivos IoT

Diagrama que muestra las fases Ingesta, Análisis y Entrega de fases de una canalización de streaming.

Ventajas y principales capacidades

Servicio totalmente administrado

Azure Stream Analytics es una oferta totalmente administrada (PaaS) en Azure. No tiene que aprovisionar ningún hardware o infraestructura, actualizar el sistema operativo ni el software. Azure Stream Analytics administra por completo el trabajo para que pueda centrarse en la lógica de negocios y no en la infraestructura.

Facilidad de uso

Es fácil empezar a usar Azure Stream Analytics. Solo se tardan unos clics en crear una canalización de datos de streaming de un extremo a otro que se conecta a varios orígenes y receptores.

Puede crear un trabajo de Stream Analytics que pueda conectarse a Azure Event Hubs y Azure IoT Hub para la ingesta de datos de streaming y Azure Blob Storage o Azure Data Lake Storage Gen2 para ingerir datos históricos. La entrada del trabajo de Stream Analytics también puede incluir datos de referencia estáticos o de cambio lento de Azure Blob Storage o SQL Database que puede combinar con datos de streaming para realizar operaciones de búsqueda. Para obtener más información sobre las entradas de Stream Analytics, vea Datos de stream como entrada en Stream Analytics.

Puede enrutar la salida de un trabajo de Stream Analytics a muchos sistemas de almacenamiento, como Azure Blob Storage, Azure SQL Database, Azure Data Lake Store y Azure Cosmos DB. También se pueden realizar análisis por lotes de los resultados de la transmisión con Azure Synapse Analytics o HDInsight, o bien enviar la salida a otro servicio, como a Event Hubs para su consumo, o a Power BI para la visualización en tiempo real. Para obtener toda la lista de salidas de Stream Analytics, vea Descripción de las salidas de Azure Stream Analytics.

El editor sin código de Azure Stream Analytics ofrece una experiencia sin código que le permite desarrollar trabajos de Stream Analytics sin esfuerzo, mediante la funcionalidad de arrastrar y colocar, sin tener que escribir nada de código. Además, simplifica la experiencia de desarrollo de trabajos de Stream Analytics. Para más información sobre el editor sin código, vea procesamiento de secuencias sin código en Azure Stream Analytics.

Productividad del programador

Azure Stream Analytics usa un lenguaje de consulta SQL que se aumenta con restricciones temporales eficaces para analizar los datos en movimiento. Puede crear un trabajo de Stream Analytics mediante Azure Portal. También puede crear trabajos mediante herramientas de desarrollo como las siguientes:

Las herramientas de desarrollo permiten desarrollar consultas de transformación sin conexión y usar la canalización de CI/CD para enviar trabajos a Azure.

El lenguaje de consulta de Stream Analytics permite realizar el procesamiento de eventos complejos (CEP) ofreciendo una amplia variedad de funciones para analizar los datos de streaming. Este lenguaje de consulta admite funciones sencillas de manipulación, agregación y análisis de datos, funciones geoespaciales, coincidencia de patrones y detección de anomalías. Puede editar consultas en el portal o mediante herramientas de desarrollo y probarlas mediante datos de ejemplo extraídos de una secuencia en vivo.

Puede ampliar la funcionalidad del lenguaje de consulta si define e invoca funciones adicionales. Puede definir que las llamadas a funciones de Azure Machine Learning se aprovechen de las soluciones de Azure Machine Learning e integren las funciones definidas por el usuario (UDF) de JavaScript o C#, así como los agregados definidos por el usuario, para realizar cálculos complejos como parte de una consulta de Stream Analytics.

Ejecución en la nube o en el sistema de inteligencia perimetral

Azure Stream Analytics se puede ejecutar en la nube, para realizar análisis a gran escala, o en IoT Edge o Azure Stack para un análisis con latencia muy baja. Azure Stream Analytics usa las mismas herramientas y el mismo lenguaje de consulta en la nube y en el sistema perimetral, lo que permite a los desarrolladores compilar arquitecturas verdaderamente híbridas para el procesamiento de flujos.

Costo total de propiedad bajo

Como servicio en la nube, Stream Analytics se optimiza por motivos de costo. No hay costos iniciales, solo se pagan las unidades de streaming que se consuman. No se requiere ningún compromiso o aprovisionamiento de clústeres y puede escalar o reducir verticalmente el trabajo en función de sus necesidades empresariales.

Preparado para situaciones críticas

Azure Stream Analytics está disponible en varias regiones de todo el mundo y está diseñado para ejecutar cargas de trabajo críticas al respaldar los requisitos de confiabilidad, seguridad y cumplimiento.

Confiabilidad

Azure Stream Analytics garantiza el procesamiento de eventos exactamente una vez y la entrega de eventos por lo menos una vez, así que los eventos nunca se pierden. Exactamente una vez que se garantiza el procesamiento con la salida seleccionada, como se describe en Garantías de entrega de eventos.

Azure Stream Analytics presenta funcionalidades de recuperación integradas en caso de que se produzca un error en la entrega de un evento. Además, Stream Analytics proporciona puntos de comprobación integrados para mantener el estado del trabajo y proporciona resultados repetibles.

Azure Stream Analytics admite Availability Zones para todos los trabajos. Cualquier nuevo clúster dedicado o nuevo trabajo se beneficiará automáticamente de Availability Zones y, en caso de desastre en una zona, seguirá ejecutándose sin problemas mediante la conmutación por error a las demás zonas sin necesidad de ninguna acción del usuario. Availability Zones ofrece a los clientes la capacidad de soportar los errores del centro de datos gracias a la redundancia y el aislamiento lógico de los servicios. Esto reducirá significativamente el riesgo de interrupción de las canalizaciones de streaming. Tenga en cuenta que los trabajos de Azure Stream Analytics integrados con la red virtual no admiten actualmente Availability Zones.

Como servicio administrado, Stream Analytics garantiza un procesamiento de eventos con una disponibilidad del 99,9 % por minuto de granularidad.

Seguridad

En términos de seguridad, Azure Stream Analytics cifra todas las comunicaciones entrantes y salientes y admite la seguridad de la capa de transporte (TLS) 1.2. También se cifran los puntos de control integrados. Stream Analytics no almacena los datos entrantes, ya que todo el procesamiento se realiza en memoria. Stream Analytics también admite Azure Virtual Networks (VNET) cuando se ejecuta un trabajo en un Clúster de Stream Analytics.

Rendimiento

Stream Analytics puede procesar millones de eventos por segundo y ofrecer resultados con latencia muy baja. Permite el escalado horizontal para el ajuste a las cargas de trabajo. Stream Analytics permite un rendimiento más alto gracias a la creación de particiones, lo que permite que las consultas complejas se puedan procesar en paralelo y ejecutar en varios nodos de streaming. Azure Stream Analytics se basa en Trill, un motor de análisis de streaming de alto rendimiento y en memoria desarrollado en colaboración con Microsoft Research.

Pasos siguientes

Azure Stream Analytics se puede probar con una suscripción gratuita de Azure.

Probar Azure Stream Analytics

Tiene información general sobre Azure Stream Analytics. A continuación, puede profundizar y crear su primer trabajo de Stream Analytics: