Streaming dei dati in SQL Edge di Azure
Importante
SQL Edge di Azure verrà ritirato il 30 settembre 2025. Per altre informazioni e per le opzioni di migrazione, vedere l'annuncio di ritiro.
Nota
SQL Edge di Azure non supporta più la piattaforma ARM64.
SQL Edge di Azure offre un'implementazione nativa delle funzionalità di streaming dei dati denominate streaming Transact-SQL (T-SQL). Offre flussi di dati in tempo reale, analisi ed elaborazione di eventi per analizzare ed elaborare volumi elevati di dati di streaming veloce provenienti da più origini contemporaneamente. Lo streaming T-SQL viene creato usando lo stesso motore di streaming ad alte prestazioni che supporta le analisi di flusso di Azure in Microsoft Azure. La funzionalità supporta un set simile di funzionalità offerte dalle Analisi di flusso di Azure in esecuzione sul perimetro.
Come con le Analisi di flusso di Azure, Streaming T-SQL consente il riconoscimento di modelli e relazioni nelle informazioni estratte da numerose origini di input IoT, tra cui dispositivi, sensori e applicazioni. È possibile usare questi modelli per attivare azioni e avviare flussi di lavoro. Ad esempio, è possibile creare avvisi, inserire informazioni in una soluzione di creazione di report o visualizzazione oppure archiviare i dati per usarli in un secondo momento.
Lo streaming T-SQL consente di:
- Analizzare flussi di dati di telemetria in tempo reale da dispositivi IoT.
- Usare le analisi in tempo reale dei dati generati da veicoli autonomi e senza autista.
- Usare il monitoraggio remoto e la manutenzione predittiva di asset industriali o di produzione di valore elevato.
- Usare il rilevamento delle anomalie e il riconoscimento dei modelli delle letture dei sensori IoT in un'azienda agricola o in una fattoria energetica.
Come funziona Streaming T-SQL?
Lo streaming T-SQL funziona esattamente come le Analisi di flusso di Azure. Ad esempio, usa il concetto dei processi di flusso per elaborare flussi di dati in tempo reale.
Un processo di analisi di flusso è costituito da:
Input di flusso: definisce le connessioni a un'origine dati da cui leggere il flusso di dati. SQL Edge di Azure supporta attualmente i tipi di input di flusso seguenti:
- Hub di Edge
- Kafka (Il supporto per input Kafka è attualmente disponibile solo nelle versioni Intel/AMD64 di SQL Edge di Azure).
Output di flusso: definisce le connessioni a un'origine dati in cui scrivere il flusso di dati. SQL Edge di Azure supporta attualmente i tipi di output di flusso seguenti
- Hub di Edge
- SQL (L'output SQL può essere un database locale all'interno dell'istanza di SQL Edge o di un'istanza remota di SQL Server o di un database SQL di Azure).
Query di flusso: definisce la trasformazione, le aggregazioni, il filtro, l'ordinamento e i join che devono essere applicati al flusso di input prima di essere scritto nell'output del flusso. La query di flusso è basata sullo stesso linguaggio di query usato da Analisi di flusso. Per altre informazioni, vedere Informazioni sul linguaggio di query per Analisi di flusso.
Importante
Streaming T-SQL, diversamente da Analisi di flusso, attualmente non supporta l'uso di dati di riferimento per le ricerche o l'uso di funzioni definite dall'utente e aggregazioni definite dall'utente in un processo di streaming.
Nota
Streaming T-SQL supporta solo un subset della superficie del linguaggio supportata da Analisi di flusso. Per altre informazioni, vedere Informazioni sul linguaggio di query per Analisi di flusso.
Limiti
A Streaming T-SQL si applicano le limitazioni e restrizioni seguenti.
- Solo un processo di streaming può essere attivo in un determinato momento. Prima di avviare un altro processo, è necessario arrestare i processi già in esecuzione.
- Ogni esecuzione di processo di streaming è a thread singolo. Se il processo di streaming contiene più query, ogni query viene valutata in ordine seriale.
- Quando un processo di streaming in SQL Edge di Azure viene arrestato, potrebbe verificarsi un certo ritardo prima dell'avvio del processo di streaming successivo. Questo ritardo viene introdotto perché il processo di streaming sottostante deve essere arrestato in risposta alla richiesta di arresto del processo e quindi riavviato in risposta alla richiesta di avvio del processo.
- Streaming T-SQL fino a 32 partizioni per un flusso kafka. I tentativi di configurare un numero di partizioni superiore generano un errore.