Agregações definidas pelo usuário do JavaScript do Azure Stream Analytics

O Azure Stream Analytics dá suporte a UDA (agregações definidas pelo usuário) escritas em JavaScript, permitindo a você implementar uma lógica de negócios com estado complexa. Na UDA, você tem controle total da estrutura de dados de estado, acúmulo de estado, desacumulação de estado e computação de resultados agregados. O artigo apresenta duas interfaces diferentes de UDA do JavaScript, as etapas para criar uma UDA e como usar a UDA com operações com base em janela na consulta do Stream Analytics.

Agregações definidas pelo usuário do JavaScript

Uma agregação definida pelo usuário é usada na parte superior de uma especificação de janela de tempo para agregar os eventos dessa janela e produzir um resultado de valor único. Há dois tipos de interfaces de UDA com suporte no Stream Analytics atualmente, AccumulateOnly e AccumulateDeaccumulate. Esses dois tipos de UDA podem ser usados pela Janela em cascata, Janela de salto, Janela deslizante e Janela de sessão. A UDA AccumulateDeaccumulate apresenta um desempenho superior à AccumulateOnly quando usada junto com a Janela de salto, a Janela deslizante e a Janela de sessão. Escolha um dos dois tipos de acordo com o algoritmo que você usa.

Agregações AccumulateOnly

As agregações AccumulateOnly só podem acumular novos eventos para o respectivo estado, pois o algoritmo não permite desacumulação de valores. Escolha esse tipo de agregação quando for impossível implementar a desacumulação de uma informação de evento do valor de estado. Veja a seguir o modelo JavaScript para agregações AccumulateOnly:

// Sample UDA which state can only be accumulated.
function main() {
    this.init = function () {
        this.state = 0;
    }

    this.accumulate = function (value, timestamp) {
        this.state += value;
    }

    this.computeResult = function () {
        return this.state;
    }
}

Agregações AccumulateDeaccumulate

Agregações AccumulateDeaccumulate possibilitam a desacumulação de um valor previamente acumulado do estado, por exemplo, remover um par chave-valor de uma lista de valores de evento ou subtrair um valor de um estado de agregação de soma. Veja a seguir o modelo de JavaScript para agregações AccumulateDeaccumulate:

// Sample UDA which state can be accumulated and deaccumulated.
function main() {
    this.init = function () {
        this.state = 0;
    }

    this.accumulate = function (value, timestamp) {
        this.state += value;
    }

    this.deaccumulate = function (value, timestamp) {
        this.state -= value;
    }

    this.deaccumulateState = function (otherState){
        this.state -= otherState.state;
    }

    this.computeResult = function () {
        return this.state;
    }
}

UDA – Declaração da função JavaScript

Cada UDA do JavaScript é definida por uma declaração de objeto Function. Veja a seguir os principais elementos de uma definição de UDA.

Alias da função

O alias da função é o identificador da UDA. Quando chamado na consulta do Stream Analytics, sempre use o alias da UDA junto com um prefixo "uda.".

Tipo de função

Para UDA, o tipo da função deve ser UDA JavaScript.

Tipo de saída

Um tipo específico com suporte no trabalho do Stream Analytics ou “Any” se desejar lidar com o tipo na sua consulta.

Nome da função

O nome deste objeto Function. O nome da função deve corresponder ao alias UDA.

Método – init()

O método init() inicializa o estado da agregação. Esse método é chamado quando a janela inicia.

Método – accumulate()

O método accumulate() calcula o estado da UDA com base no estado anterior e os valores atuais do evento. Esse método é chamado quando um evento entra em uma janela de tempo (TUMBLINGWINDOW, HOPPINGWINDOW, SLIDINGWINDOW ou SESSIONWINDOW).

Método – deaccumulate()

O método deaccumulate() recalcula o estado com base no estado anterior e os valores atuais do evento. Esse método é chamado quando um evento deixa uma SLIDINGWINDOW ou SESSIONWINDOW.

Método – deaccumulateState()

O método deaccumulateState() recalcula o estado com base no estado anterior e o estado de um salto. Esse método é chamado quando um conjunto de eventos sai de uma HOPPINGWINDOW.

Método – computeResult()

O método computeResult() retorna resultados de agregação com base no estado atual. Esse método é chamado ao fim de uma janela de tempo (TUMBLINGWINDOW, HOPPINGWINDOW, SLIDINGWINDOW ou SESSIONWINDOW).

Tipos de dados de entrada e saída com suporte na UDA do JavaScript

Para ver os tipos de dados de UDA do JavaScript, consulte a seção Conversão de tipo do Stream Analytics e do JavaScript de Integrar UDFs do JavaScript.

Adicionar uma UDA do JavaScript do Portal do Azure

Abaixo mostramos passo a passo o processo de criação de uma UDA no Portal. O exemplo que usamos aqui é a computação de média de tempo ponderada.

Agora vamos criar uma UDA do JavaScript em um trabalho ASA existente seguindo as etapas.

1. Entre no portal do Azure e localize o trabalho do Stream Analytics existente.

2. Depois, selecione o link de funções em TOPOLOGIA DO TRABALHO.

3. Selecione Adicionar para adicionar uma nova função.

4. Na exibição Nova Função, selecione UDA JavaScript como o Tipo de Função e um modelo de UDA padrão aparecerá no editor.

5. Preencha “TWA” como o alias da UDA e altere a implementação da função como mostrado a seguir:

   // Sample UDA which calculate Time-Weighted Average of incoming values.
   function main() {
       this.init = function () {
           this.totalValue = 0.0;
           this.totalWeight = 0.0;
       }
   
       this.accumulate = function (value, timestamp) {
           this.totalValue += value.level * value.weight;
           this.totalWeight += value.weight;
   
       }
   
       // Uncomment below for AccumulateDeaccumulate implementation
       /*
       this.deaccumulate = function (value, timestamp) {
           this.totalValue -= value.level * value.weight;
           this.totalWeight -= value.weight;
       }
   
       this.deaccumulateState = function (otherState){
           this.state -= otherState.state;
           this.totalValue -= otherState.totalValue;
           this.totalWeight -= otherState.totalWeight;
       }
       */
   
       this.computeResult = function () {
           if(this.totalValue == 0) {
               result = 0;
           }
           else {
               result = this.totalValue/this.totalWeight;
           }
           return result;
       }
   }
   

6. Depois que você selecionar o botão "Salvar", a UDA aparecerá na lista de funções.

7. Selecione a nova função "TWA". Você pode verificar a definição da função.

Chamando a UDA do JavaScript em uma consulta ASA

No portal do Azure, abra o trabalho, edite a consulta e chame a função TWA() com um prefixo de carta de ordem "uda.". Por exemplo:

WITH value AS
(
    SELECT
    NoiseLevelDB as level,
    DurationSecond as weight
FROM
    [YourInputAlias] TIMESTAMP BY EntryTime
)
SELECT
    System.Timestamp as ts,
    uda.TWA(value) as NoseDoseTWA
FROM value
GROUP BY TumblingWindow(minute, 5)

Testando a consulta UDA

Crie um arquivo JSON local com o conteúdo abaixo, carregue o arquivo para o trabalho do Stream Analytics e teste a consulta acima.

[
  {"EntryTime": "2017-06-10T05:01:00-07:00", "NoiseLevelDB": 80, "DurationSecond": 22.0},
  {"EntryTime": "2017-06-10T05:02:00-07:00", "NoiseLevelDB": 81, "DurationSecond": 37.8},
  {"EntryTime": "2017-06-10T05:02:00-07:00", "NoiseLevelDB": 85, "DurationSecond": 26.3},
  {"EntryTime": "2017-06-10T05:03:00-07:00", "NoiseLevelDB": 95, "DurationSecond": 13.7},
  {"EntryTime": "2017-06-10T05:03:00-07:00", "NoiseLevelDB": 88, "DurationSecond": 10.3},
  {"EntryTime": "2017-06-10T05:05:00-07:00", "NoiseLevelDB": 103, "DurationSecond": 5.5},
  {"EntryTime": "2017-06-10T05:06:00-07:00", "NoiseLevelDB": 99, "DurationSecond": 23.0},
  {"EntryTime": "2017-06-10T05:07:00-07:00", "NoiseLevelDB": 108, "DurationSecond": 1.76},
  {"EntryTime": "2017-06-10T05:07:00-07:00", "NoiseLevelDB": 79, "DurationSecond": 17.9},
  {"EntryTime": "2017-06-10T05:08:00-07:00", "NoiseLevelDB": 83, "DurationSecond": 27.1},
  {"EntryTime": "2017-06-10T05:09:00-07:00", "NoiseLevelDB": 91, "DurationSecond": 17.1},
  {"EntryTime": "2017-06-10T05:09:00-07:00", "NoiseLevelDB": 115, "DurationSecond": 7.9},
  {"EntryTime": "2017-06-10T05:09:00-07:00", "NoiseLevelDB": 80, "DurationSecond": 28.3},
  {"EntryTime": "2017-06-10T05:10:00-07:00", "NoiseLevelDB": 55, "DurationSecond": 18.2},
  {"EntryTime": "2017-06-10T05:10:00-07:00", "NoiseLevelDB": 93, "DurationSecond": 25.8},
  {"EntryTime": "2017-06-10T05:11:00-07:00", "NoiseLevelDB": 83, "DurationSecond": 11.4},
  {"EntryTime": "2017-06-10T05:12:00-07:00", "NoiseLevelDB": 89, "DurationSecond": 7.9},
  {"EntryTime": "2017-06-10T05:15:00-07:00", "NoiseLevelDB": 112, "DurationSecond": 3.7},
  {"EntryTime": "2017-06-10T05:15:00-07:00", "NoiseLevelDB": 93, "DurationSecond": 9.7},
  {"EntryTime": "2017-06-10T05:18:00-07:00", "NoiseLevelDB": 96, "DurationSecond": 3.7},
  {"EntryTime": "2017-06-10T05:20:00-07:00", "NoiseLevelDB": 108, "DurationSecond": 0.99},
  {"EntryTime": "2017-06-10T05:20:00-07:00", "NoiseLevelDB": 113, "DurationSecond": 25.1},
  {"EntryTime": "2017-06-10T05:22:00-07:00", "NoiseLevelDB": 110, "DurationSecond": 5.3}
]

Obter ajuda

Para obter mais ajuda, experimente a nossa página de Perguntas e Respostas da Microsoft do Azure Stream Analytics.

Próximas etapas

• Introdução ao Stream Analytics do Azure
• Introdução ao uso do Stream Analytics do Azure
• Dimensionar trabalhos do Stream Analytics do Azure
• Referência de linguagem de consulta do Stream Analytics do Azure
• Referência da API REST do gerenciamento do Stream Analytics do Azure