Introduction
Aujourd’hui, des quantités massives de données en temps réel sont générées par des applications connectées, des appareils et capteurs IoT et diverses autres sources. La prolifération des sources de données de streaming a rendu nécessaire sur le plan opérationnel pour de nombreuses organisations la possibilité de consommer et de prendre des décisions éclairées à partir de ces données en quasi-temps réel.
Voici quelques exemples typiques de charges de travail de données de streaming :
- Les magasins en ligne qui analysent les données de parcours en temps réel afin de fournir des recommandations de produits aux consommateurs quand ils naviguent dans le site web.
- Les sites de fabrication qui utilisent des données de télémétrie provenant de capteurs IoT pour monitorer à distance les ressources de haute valeur.
- Les transactions de carte de crédit des systèmes de point de vente qui sont examinées en temps réel afin de détecter et d’empêcher les activités potentiellement frauduleuses.
Azure Stream Analytics fournit un moteur de traitement de flux basé sur le cloud que vous pouvez utiliser pour filtrer, agréger et traiter un flux de données en temps réel provenant de différentes sources. Les résultats de ce traitement peuvent ensuite être utilisés pour déclencher une activité automatisée par un service ou une application, générer des visualisations en temps réel ou intégrer des données de streaming dans une solution analytique d’entreprise.
Dans ce module, vous allez apprendre à prendre en main Azure Stream Analytics et à l’utiliser pour traiter un flux de données d’événement.