Partilhar via


Streaming de dados no Azure SQL Edge

Importante

O Azure SQL Edge será desativado em 30 de setembro de 2025. Para obter mais informações e opções de migração, consulte o Aviso de aposentadoria.

Nota

O Azure SQL Edge não suporta mais a plataforma ARM64.

O Azure SQL Edge fornece uma implementação nativa de recursos de streaming de dados chamada streaming Transact-SQL (T-SQL). Ele fornece streaming de dados em tempo real, análises e processamento de eventos para analisar e processar grandes volumes de dados de streaming rápido de várias fontes, simultaneamente. O streaming T-SQL é criado usando o mesmo mecanismo de streaming de alto desempenho que alimenta o Azure Stream Analytics no Microsoft Azure. O recurso dá suporte a um conjunto semelhante de recursos oferecidos pelo Azure Stream Analytics em execução na borda.

Assim como o Stream Analytics, o T-SQL Streaming reconhece padrões e relacionamentos em informações extraídas de várias fontes de entrada de IoT, incluindo dispositivos, sensores e aplicativos. Você pode usar esses padrões para acionar ações e iniciar fluxos de trabalho. Por exemplo, você pode criar alertas, alimentar informações para uma solução de relatório ou visualização ou armazenar os dados para uso posterior.

O streaming T-SQL pode ajudá-lo a:

  • Analise fluxos de telemetria em tempo real a partir de dispositivos IoT.
  • Utilize análises em tempo real dos dados gerados a partir de veículos autónomos e sem condutor.
  • Use monitoramento remoto e manutenção preditiva de ativos industriais ou de fabricação de alto valor.
  • Use a deteção de anomalias e o reconhecimento de padrões de leituras de sensores IoT em uma agricultura ou fazenda de energia.

Como funciona o streaming T-SQL?

O streaming T-SQL funciona exatamente da mesma maneira que o Azure Stream Analytics. Por exemplo, ele usa o conceito de trabalhos de streaming para processamento de streaming de dados em tempo real.

Um trabalho de análise de fluxo consiste em:

  • Entrada de fluxo: define as conexões com uma fonte de dados a partir da qual ler o fluxo de dados. Atualmente, o SQL Edge do Azure dá suporte aos seguintes tipos de entrada de fluxo:

    • Hub de Borda
    • Kafka (Atualmente, o suporte para entradas Kafka só está disponível nas versões Intel/AMD64 do Azure SQL Edge.)
  • Saída de fluxo: define as conexões com uma fonte de dados para gravar o fluxo de dados. Atualmente, o SQL Edge do Azure dá suporte aos seguintes tipos de saída de fluxo:

    • Hub de Borda
    • SQL (A saída SQL pode ser um banco de dados local dentro da instância do Azure SQL Edge ou um SQL Server remoto ou Banco de Dados SQL do Azure.)
  • Consulta de fluxo: define a transformação, as agregações, o filtro, a classificação e as junções a serem aplicadas ao fluxo de entrada, antes de serem gravadas na saída do fluxo. A consulta de fluxo é baseada na mesma linguagem de consulta usada pelo Stream Analytics. Para obter mais informações, consulte Linguagem de consulta do Stream Analytics.

Importante

O streaming T-SQL, ao contrário do Stream Analytics, atualmente não suporta o uso de dados de referência para pesquisas ou o uso de UDF e UDA em um trabalho de fluxo.

Nota

O streaming T-SQL suporta apenas um subconjunto da área de superfície do idioma suportada pelo Stream Analytics. Para obter mais informações, consulte Linguagem de consulta do Stream Analytics.

Limitações

As limitações e restrições a seguir se aplicam ao streaming T-SQL.

  • Apenas um trabalho de streaming pode estar ativo a qualquer momento específico. Os trabalhos que já estão em execução devem ser interrompidos antes de iniciar outro trabalho.
  • Cada execução de trabalho de streaming é de thread único. Se o trabalho de streaming contiver várias consultas, cada consulta será avaliada em ordem serial.
  • Quando você interrompeu um trabalho de streaming no Azure SQL Edge, pode haver algum atraso antes que o próximo trabalho de streaming possa ser iniciado. Esse atraso é introduzido porque o processo de streaming subjacente precisa ser interrompido em resposta à solicitação de trabalho de parada e, em seguida, reiniciado em resposta à solicitação de trabalho inicial.
  • T-SQL Streaming até 32 partições para um fluxo kafka. As tentativas de configurar uma contagem de partições mais alta resultam em um erro.