Compartilhar via

Compilar uma solução de IoT usando o Stream Analytics

  • Artigo

Introdução

Nessa solução, você aprende como usar o Azure Stream Analytics para obter insights em tempo real dos dados. Os desenvolvedores podem facilmente combinar fluxos de dados, como fluxos de cliques, logs e eventos gerados pelo dispositivo, com registros históricos ou dados de referência para gerar insights comerciais. Como um serviço de computação de fluxo em tempo real totalmente gerenciado e hospedado no Microsoft Azure, o Stream Analytics do Azure fornece resiliência interna, baixa latência e escalabilidade para você colocar tudo em funcionamento em minutos.

Após concluir essa solução, você será capaz de:

  • Familiarizar-se com o portal do Stream Analytics do Azure.
  • Configurar e implantar um trabalho de transmissão.
  • Articular problemas do mundo real e resolvê-los usando a linguagem de consulta do Stream Analytics.
  • Desenvolver com confiança soluções de transmissão para seus clientes usando o Stream Analytics do Azure.
  • Use o monitoramento e experiência de log para solucionar problemas.

Pré-requisitos

Os pré-requisitos a seguir serão necessários para concluir essa solução:

Introdução ao cenário: "Olá, pedágio!"

Uma praça de pedágio é um fenômeno comum. Você se depara com elas em várias estradas, pontes e túneis em todo o mundo. Cada praça de pedágio tem várias cabines do pedágio. Em cabines manuais, você para e paga o pedágio para um atendente. Em cabines automatizadas, um sensor sobre cada uma das cabines lê um cartão RFID fixado ao para-brisa do veículo conforme você passa pela cabine. É fácil visualizar a passagem dos veículos por essas estações de pedágio como uma transmissão de eventos sobre quais operações interessantes podem ser executadas.

Imagem de carros em cabines de pedágio

Dados de entrada

Essa solução funciona com dois fluxos de dados. Sensores instalados na entrada e na saída das praças de pedágio produzem o primeiro fluxo. O segundo fluxo é um conjunto de dados de pesquisa estático que contém dados de registro dos veículos.

Fluxo de dados de entrada

O fluxo de dados de entrada contém informações sobre os carros que entram nas praças de pedágio. Os eventos de dados de saída são transmitidos em tempo real para um hub de eventos a partir de um aplicativo Web incluído no aplicativo de exemplo.

| TollID | EntryTime | LicensePlate | State | Make | Model | VehicleType | VehicleWeight | Toll | Tag |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| 1 |2014-09-10 12:01:00.000 |JNB 7001 |NY |Honda |CRV |1 |0 |7 | |
| 1 |2014-09-10 12:02:00.000 |YXZ 1001 |NY |Toyota |Camry |1 |0 |4 |123456789 |
| 3 |2014-09-10 12:02:00.000 |ABC 1004 |CT |Ford |Taurus |1 |0 |5 |456789123 |
| 2 |2014-09-10 12:03:00.000 |XYZ 1003 |CT |Toyota |Corolla |1 |0 |4 | |
| 1 |2014-09-10 12:03:00.000 |BNJ 1007 |NY |Honda |CRV |1 |0 |5 |789123456 |
| 2 |2014-09-10 12:05:00.000 |CDE 1007 |NJ |Toyota |4x4 |1 |0 |6 |321987654 |

Aqui está uma breve descrição das colunas:

Coluna Descrição
TollID A ID da cabine de pedágio que identifica exclusivamente uma cabine de pedágio
EntryTime A data e hora da entrada do veículo na cabine de pedágio no horário UTC
PlacaDeCarro O número da placa de licença do veículo
Estado Um estado nos Estados Unidos
Faça O fabricante do automóvel
Modelar O número do modelo do automóvel
VehicleType 1 para veículos de passageiros ou 2 para veículos comerciais
WeightType Peso do veículo em toneladas; 0 para veículos de passageiros
Pedágio Valor do pedágio em dólares americanos
Marca A e-Tag no automóvel que automatiza o pagamento; deixado em branco quando o pagamento é feito manualmente

Fluxo de dados de saída

O fluxo de dados de saída contém informações sobre os carros que estão saindo da praça de pedágio. Os eventos de dados de saída são transmitidos em tempo real para um hub de eventos a partir de um aplicativo Web incluído no aplicativo de exemplo.

TollId ExitTime PlacaDeCarro
1 2014-09-10T12:03:00Z JNB 7001
1 2014-09-10T12:03:00Z 1001 YXZ
3 2014-09-10T12:04:00Z ABC 1004
2 2014-09-10T12:07:00Z 1003 XYZ
1 2014-09-10T12:08:00Z 1007 BNJ
2 2014-09-10T12:07:00Z CDE 1007

Aqui está uma breve descrição das colunas:

Coluna Descrição
TollID A ID da cabine de pedágio que identifica exclusivamente uma cabine de pedágio
ExitTime A data e hora de saída do veículo da cabine de pedágio no horário UTC
PlacaDeCarro O número da placa de licença do veículo

Dados de registro de veículo comercial

A solução usa um instantâneo estático de um banco de dados de registro de veículos comerciais. Esses dados são salvos como um arquivo JSON no armazenamento de blobs do Azure, incluído no exemplo.

PlacaDeCarro RegistrationId Expirado
SVT 6023 285429838 1
XLZ 3463 362715656 0
BAC 1005 876133137 1
RIV 8632 992711956 0
SNY 7188 592133890 0
ELH 9896 678427724 1

Aqui está uma breve descrição das colunas:

Coluna Descrição
PlacaDeCarro O número da placa de licença do veículo
RegistrationId A ID de registro do veículo
Expirado O status de registro do veículo: 0 se o registro do veículo estiver ativo, 1 se estiver vencido

Configurar o ambiente para o Stream Analytics do Azure

Para completar essa solução, você precisará de uma assinatura do Microsoft Azure. Se você ainda não tem uma conta do Azure, poderá solicitar uma versão de avaliação gratuita.

Siga as etapas na seção "Limpar sua conta do Azure" no final deste artigo para que você possa fazer o melhor uso de seu crédito do Azure.

Implantar o exemplo

Há vários recursos que podem ser facilmente implantados em um grupo de recursos com alguns cliques. A definição da solução está hospedada no repositório GitHub em https://github.com/Azure/azure-stream-analytics/tree/master/Samples/TollApp.

Implantar o modelo do TollApp no Portal do Azure

  1. Para implantar o ambiente do TollApp no Azure, use esse link para Implantar modelo do TollApp do Azure .

  2. Entre no Portal do Azure, se solicitado.

  3. Escolha a assinatura na qual os vários recursos são cobrados.

  4. Especifique um novo grupo de recursos, com um nome exclusivo, por exemplo, MyTollBooth.

  5. Selecione um local do Azure.

  6. Especifique um Intervalo como um número de segundos. Esse valor é usado no aplicativo Web de exemplo para informar com que frequência enviar os dados para um hub de eventos.

  7. Marque para concordar com os termos e condições.

  8. Selecione Fixar no painel para que seja possível localizar os recursos com facilidade posteriormente.

  9. Selecione Comprar para implantar o modelo de exemplo.

  10. Após alguns instantes, uma notificação será exibida para confirmar a Implantação com êxito.

Examinar os recursos do TollApp do Azure Stream Analytics

  1. Entre no portal do Azure.

  2. Localize o grupo de recursos que você nomeou na seção anterior.

  3. Verifique se os recursos a seguir estão listados no grupo de recursos:

    • Uma conta do Azure Cosmos DB
    • Um trabalho do Azure Stream Analytics
    • Uma conta de Armazenamento do Microsoft Azure
    • Um hub de eventos do Azure
    • Dois aplicativos Web

Examinar o trabalho do TollApp de exemplo

  1. A partir do grupo de recursos na seção anterior, selecione o trabalho de streaming do Azure Stream Analytics, iniciando com o nome tollapp (o nome contém caracteres aleatórios para exclusividade).

  2. Na página Visão geral do trabalho, observe a caixa Consulta para visualizar a sintaxe de consulta.

    SELECT TollId, System.Timestamp AS WindowEnd, COUNT(*) AS Count
INTO CosmosDB
FROM EntryStream TIMESTAMP BY EntryTime
GROUP BY TUMBLINGWINDOW(minute, 3), TollId

    Para parafrasear a intenção da consulta, digamos que você precise contar a quantidade de veículos que entra no pedágio. Como um pedágio tem um fluxo contínuo de veículos entrando, esses são eventos de entrada análogos a um fluxo que nunca é interrompido. Para quantificar o fluxo, é necessário definir um "período de tempo" para medida suplementar. Vamos refinar a pergunta ainda mais, para "Quantos veículos entram em uma cabine de pedágio a cada três minutos?" Isso é comumente conhecido como a contagem de em cascata.

    Como você pode ver, o Stream Analytics do Azure usa uma linguagem de consulta parecida com SQL e adiciona algumas extensões para especificar aspectos da consulta relacionados ao tempo. Para obter mais detalhes, leia sobre os constructos Gerenciamento de Tempo e Janelas usados na consulta.

  3. Examine as entradas do trabalho de exemplo do TollApp. Apenas a entrada EntryStream é usada na consulta atual.

    • A entrada EntryStream é uma conexão do hub de eventos que coloca os dados em fila, representando cada vez que um carro entra em um pedágio na rodovia. Um aplicativo Web que faz parte do exemplo está criando os eventos e esses dados são enfileirados nesse hub de eventos. Observe que essa entrada é consultada na cláusula FROM da consulta de streaming.
    • A entrada ExitStream é uma conexão do hub de eventos que coloca os dados em fila, representando cada vez que um carro sai de um pedágio na rodovia. Essa entrada de streaming é usada em variações posteriores da sintaxe de consulta.
    • O Registro é uma conexão do Armazenamento de Blobs do Azure, apontando para um arquivo registration.json estático usado para pesquisas, conforme necessário. Essa entrada de dados de referência é usada em variações posteriores da sintaxe de consulta.

  4. Examinar as Saídas do trabalho de exemplo do TollApp.

    • A saída do Azure Cosmos DB é um contêiner de bancos de dados do Azure Cosmos DB que recebe os eventos do coletor de saída. Observe que essa saída é usada na cláusula INTO da consulta de streaming.

Iniciar o trabalho de streaming do TollApp

Siga estas etapas para iniciar o trabalho de streaming:

  1. Na página Visão geral do trabalho, selecione Iniciar.

  2. No painel Iniciar trabalho, selecione Agora.

  3. Após alguns instantes, quando o trabalho estiver em execução, na página Visão geral do trabalho de streaming, exiba o gráfico de Monitoramento. O gráfico deve mostrar vários milhares de eventos de entrada e dezenas de eventos de saída.

Revisar os dados de saída do Azure Cosmos DB

  1. Localize o grupo de recursos que contém os recursos do TollApp.

  2. Selecione a Conta do Azure Cosmos DB com o padrão de nome tollapp<random>-cosmos.

  3. Selecione o cabeçalho Data Explorer para abrir a página do Data Explorer.

  4. Expanda o tollAppDatabase>tollAppCollection>Documents.

  5. Na lista de IDs, vários documentos serão mostrados quando a saída estiver disponível.

  6. Selecione cada ID para examinar o documento JSON. Observe cadatollid, windowend time, e ocount of cars dessa janela.

  7. Após mais três minutos, outro conjunto de quatro documentos estará disponível, um documento por tollid.

Relatar o tempo total de cada carro

O tempo médio necessário para um carro passar pela cabine de pedágio ajuda a avaliar a eficiência do processo e a experiência do cliente.

Para localizar o tempo total, faça a junção do fluxo EntryTime com o fluxo ExitTime. Junte os dois fluxos de entrada nas colunas TollId e LicencePlate de correspondência igual. O operador JOIN exige a especificação de um espaço de manobra temporal que descreve a diferença de tempo aceitável entre os eventos associados. Use a função DATEDIFF para especificar que os eventos não deverão ter mais de 15 minutos um do outro. Aplique também a função DATEDIFF para sair e os tempos de entrada para calcular o tempo real que um carro passa na estação de pedágio. Observe a diferença do uso da DATEDIFF quando usada em uma instrução SELECT em comparação com uma condição JOIN.

SELECT EntryStream.TollId, EntryStream.EntryTime, ExitStream.ExitTime, EntryStream.LicensePlate, DATEDIFF (minute, EntryStream.EntryTime, ExitStream.ExitTime) AS DurationInMinutes
INTO CosmosDB
FROM EntryStream TIMESTAMP BY EntryTime
JOIN ExitStream TIMESTAMP BY ExitTime
ON (EntryStream.TollId= ExitStream.TollId AND EntryStream.LicensePlate = ExitStream.LicensePlate)
AND DATEDIFF (minute, EntryStream, ExitStream ) BETWEEN 0 AND 15

Para atualizar a sintaxe de consulta do trabalho de streaming do TollApp:

  1. Na página Visão geral do trabalho, selecione Parar.

  2. Aguarde alguns instantes pela notificação de que o trabalho parou.

  3. No cabeçalho TOPOLOGIA DO TRABALHO, selecione <> Consulta

  4. Cole a consulta SQL de streaming ajustada.

  5. Selecione Salvar para salvar a consulta. Confirme Sim para salvar as alterações.

  6. Na página Visão geral do trabalho, selecione Iniciar.

  7. No painel Iniciar trabalho, selecione Agora.

Examinar o tempo total na saída

Repita as etapas da seção anterior para revisar os dados de saída do Azure Cosmos DB do trabalho de streaming. Examinar os últimos documentos JSON.

Por exemplo, este documento mostra um carro de exemplo com uma determinada placa de licença, a entrytime e exit time, e o campo de durationinminutes em minutos calculado do DATEDIFF, mostrando a duração da cabine como dois minutos:

{
    "tollid": 4,
    "entrytime": "2018-04-05T06:51:39.0491173Z",
    "exittime": "2018-04-05T06:53:09.0491173Z",
    "licenseplate": "JVR 9425",
    "durationinminutes": 2,
    "id": "ff52eb25-d580-7566-2879-1f52bba6601e",
    "_rid": "+8E4AI1DZgBjAAAAAAAAAA==",
    "_self": "dbs/+8E4AA==/colls/+8E4AI1DZgA=/docs/+8E4AI1DZgBjAAAAAAAAAA==/",
    "_etag": "\"ad02f6b8-0000-0000-0000-5ac5c8330000\"",
    "_attachments": "attachments/",
    "_ts": 1522911283
}

Relatar veículos com registro expirado

O Azure Stream Analytics pode usar instantâneos estáticos de dados de referência para fazer a junção com fluxos de dados temporais. Para demonstrar essa funcionalidade, use a pergunta de exemplo a seguir. A entrada de Registro é um arquivo json de blob estático que lista as expirações de marcas da licença. Associando a placa de licença, os dados de referência são comparados a cada veículo que passa pelo pedágio.

Se um veículo comercial estiver registrado na empresa de pedágio, ele poderá passar pela cabine sem ser parado para inspeção. Use a tabela de consulta de registro para identificar todos os veículos comerciais que possuem registros expirados.

SELECT EntryStream.EntryTime, EntryStream.LicensePlate, EntryStream.TollId, Registration.RegistrationId
INTO CosmosDB
FROM EntryStream TIMESTAMP BY EntryTime
JOIN Registration
ON EntryStream.LicensePlate = Registration.LicensePlate
WHERE Registration.Expired = '1'

  1. Repita as etapas na seção anterior para atualizar a sintaxe de consulta do trabalho de streaming do TollApp.

  2. Repita as etapas da seção anterior para revisar os dados de saída do Azure Cosmos DB do trabalho de streaming.

Saída de exemplo:

    {
        "entrytime": "2018-04-05T08:01:28.0252168Z",
        "licenseplate": "GMT 3221",
        "tollid": 1,
        "registrationid": "763220582",
        "id": "47db0535-9716-4eb2-db58-de7886966cbf",
        "_rid": "y+F8AJ9QWACSAQAAAAAAAA==",
        "_self": "dbs/y+F8AA==/colls/y+F8AJ9QWAA=/docs/y+F8AJ9QWACSAQAAAAAAAA==/",
        "_etag": "\"88007d8d-0000-0000-0000-5ac5d7e20000\"",
        "_attachments": "attachments/",
        "_ts": 1522915298
    }

Escalar horizontalmente o trabalho

O Azure Stream Analytics foi projetado para escalar de maneira elástica, de modo que seja possível manipular grandes volumes de dados. A consulta do Azure Stream Analytics pode usar uma cláusula PARTITION BY para dizer ao sistema que essa etapa escala horizontalmente. PartitionId é uma coluna especial que o sistema adiciona para corresponder à ID de partição da entrada (hub de eventos).

Para escalar horizontalmente a consulta para partições, edite a sintaxe de consulta para o código a seguir:

SELECT TollId, System.Timestamp AS WindowEnd, COUNT(*)AS Count
INTO CosmosDB
FROM EntryStream
TIMESTAMP BY EntryTime
PARTITION BY PartitionId
GROUP BY TUMBLINGWINDOW(minute,3), TollId, PartitionId

Para escalar verticalmente o trabalho de streaming para mais unidades de streaming:

  1. Pare o trabalho atual.

  2. Atualize a sintaxe de consulta na página <> Consulta e salve as alterações.

  3. No cabeçalho CONFIGURE no trabalho de streaming, selecione Escalar.

  4. Deslize o controle deslizante de Unidades de streaming de 1 a 6. As unidades de streaming definem a quantidade de potência de computação que o trabalho pode receber. Selecione Salvar.

  5. Inicie o trabalho de streaming para demonstrar a escala adicional. O Azure Stream Analytics distribui o trabalho em mais recursos de computação e obtém melhor taxa de transferência, particionando o trabalho entre os recursos usando a coluna designada na cláusula PARTITION BY.

Monitorar trabalho

A área MONITORAR contém estatísticas sobre o trabalho em execução. A primeira configuração é necessária para usar a conta de armazenamento na mesma região (início do nome como o restante deste documento).

Monitoramento de trabalhos do Azure Stream Analytics

Você também pode acessar Logs de Atividade na área Configurações do painel do trabalho.

Limpar os recursos do TollApp

  1. Interrompa o trabalho do Stream Analytics do portal do Azure.

  2. Localize o grupo de recursos que contém oito recursos relacionados ao modelo do TollApp.

  3. Selecione Excluir grupo de recursos. Digite o nome do grupo de recursos para confirmar a exclusão.

Conclusão

Esta solução apresentou o serviço do Azure Stream Analytics. Ele demonstrou como configurar entradas e saídas para o trabalho do Stream Analytics. Usando o cenário de Toll Data, a solução explicou tipos comuns de problemas que surgem no espaço de dados em movimento e como eles podem ser resolvidos com consultas simples como SQL no Azure Stream Analytics. A solução descreveu constructos de extensão de SQL para trabalhar com dados temporais. Ele mostrou como combinar transmissões de dados, como aprimorar a transmissão de dados com os dados de referência estáticos e como escalar horizontalmente uma consulta para aumentar a taxa de transferência.

Embora essa solução forneça uma boa introdução, ela não está totalmente completa. Você pode encontrar mais padrões de consulta usando a linguagem SAQL em Exemplos de consulta para padrões de uso do Stream Analytics.