Azure Stream Analytics no IoT Edge

Azure Stream Analytics no IoT Edge é uma versão leve do Azure Stream Analytics que corre diretamente em dispositivos IoT Edge para análises quase em tempo real sobre dados gerados por dispositivos. O Azure Stream Analytics no IoT Edge oferece baixa latência, resiliência, utilização eficiente da largura de banda e conformidade regulatória. Pode implementar análises e lógica de controlo perto de operações industriais enquanto utiliza o Azure Stream Analytics baseado na cloud para processamento de dados em grande escala.

O Azure Stream Analytics no IoT Edge é executado dentro da estrutura do Azure IoT Edge. Depois de criar um trabalho de Stream Analytics no portal Azure, pode implementá-lo e geri-lo usando o Hub IoT.

Cenários comuns para Análise de Fluxo no IoT Edge

O diagrama a seguir mostra o fluxo de dados entre dispositivos IoT e a nuvem do Azure.

Comando e controlo de baixa latência

Os sistemas de segurança de fabricação devem responder aos dados operacionais com latência ultrabaixa. Ao usar o Stream Analytics no IoT Edge, pode analisar dados de sensores quase em tempo real e emitir comandos quando detetar anomalias para parar uma máquina ou disparar alertas.

Conectividade limitada com a nuvem

Sistemas de missão crítica, como equipamentos de mineração remotos, embarcações conectadas ou perfuração offshore, precisam analisar e reagir aos dados, mesmo quando a conectividade na nuvem é intermitente. Ao usar o Stream Analytics, a sua lógica de streaming corre independentemente da conectividade da rede e pode escolher o que envia para a cloud para processamento ou armazenamento adicional.

Largura de banda limitada

O volume de dados produzidos por motores a jato ou carros ligados pode ser tão grande que é necessário filtrá-los ou pré-processá-los antes de os enviar para a cloud. Ao usar o Stream Analytics, pode filtrar ou agregar os dados que precisa de enviar para a cloud.

Conformidade regulatória e processamento local de dados

A conformidade regulatória pode exigir que anonimize ou agregue localmente alguns dados antes de os enviar para a cloud. Ao utilizar o Stream Analytics no IoT Edge, pode processar dados sensíveis localmente e enviar apenas resultados transformados e compatíveis para a cloud.

Trabalhos de computação na extremidade no Azure Stream Analytics

Os trabalhos de edge de Stream Analytics são workloads containerizados de Stream Analytics implementados em dispositivos Azure IoT Edge. As tarefas de edge têm duas partes:

• Uma parte da nuvem que gere a definição do trabalho: é na nuvem que defines as entradas, saídas, consulta e outras configurações, como eventos fora de ordem.

• Um módulo em execução em seus dispositivos IoT. O módulo contém o mecanismo do Stream Analytics e recebe a definição de tarefa da nuvem.

A Stream Analytics utiliza o Hub IoT para implementar trabalhos de borda em dispositivos. Para mais informações, consulte a implantação do IoT Edge .

Limitações dos trabalhos em edge

Os trabalhos de edge da Stream Analytics visam a paridade entre implantações edge e cloud. Uma tarefa na cloud é uma tarefa padrão do Azure Stream Analytics que é executada no Azure, enquanto uma tarefa no edge é executada localmente num dispositivo IoT Edge. O Stream Analytics suporta a maioria das funcionalidades das linguagens de consulta SQL tanto para edge como para cloud. No entanto, os edge jobs não suportam as seguintes funcionalidades:

• Funções definidas pelo usuário (UDF) em JavaScript. As UDFs estão disponíveis em C# para tarefas do IoT Edge (pré-visualização).
• Agregações definidas pelo usuário (UDA).
• Funções do Azure Machine Learning.
• Formato AVRO para entrada/saída. As tarefas do Edge suportam apenas os formatos CSV e JSON.
• Os seguintes operadores SQL:
  • PARTITION BY
  • GetMetadataPropertyValue
• Política de chegadas tardias

Requisitos de tempo de execução e hardware

Para correr o Stream Analytics no IoT Edge, precisas de dispositivos que corram Azure IoT Edge.

O Stream Analytics e o Azure IoT Edge usam contêineres do Docker para fornecer uma solução portátil que é executada em vários sistemas operacionais host (Windows, Linux).

O Stream Analytics no IoT Edge é executado sob a forma de imagens do Linux em arquiteturas x86-64 e ARM.

Entradas e saídas para tarefas do Stream Analytics no edge

As tarefas de edge do Stream Analytics obtêm entradas e saídas de outros módulos em execução em dispositivos IoT Edge. Para ligar a partir e para módulos específicos, defina a configuração de roteamento no momento da implementação. Para mais informações, consulte a documentação de composição de módulos IoT Edge.

Tanto as entradas como as saídas suportam formatos CSV e JSON.

Para cada fluxo de entrada e saída que cria no seu trabalho de Stream Analytics, o Stream Analytics cria um endpoint correspondente no seu módulo implementado. Use estes endpoints nas rotas da sua implementação.

Os tipos de entrada de fluxo suportados são:

• Hub de Periferia
• Hub de Eventos
• Hub IoT

Os tipos de saída de fluxo suportados são:

• Hub de Periferia
• Base de Dados SQL
• Hub de Eventos
• Armazenamento de Blobs/Azure Data Lake Storage Gen2

A entrada de referência suporta o tipo de ficheiro de referência, que fornece dados estáticos ou de mudança lenta para consultas. Para alcançar outros destinos de saída, encadeia um trabalho de Stream Analytics alojado na cloud a jusante. Por exemplo, um trabalho de Stream Analytics alojado no IoT Edge envia saída para o Edge Hub, que depois pode enviar saída para o Hub IoT. Use um segundo trabalho de Azure Stream Analytics hospedado na cloud com entrada do Hub IoT e saída para Power BI ou outro tipo de saída.

Informações de imagem do módulo Azure Stream Analytics

A tabela seguinte lista as imagens disponíveis do módulo Stream Analytics on IoT Edge. Esta informação de versão foi atualizada pela última vez em 21-09-2020. Consulte o Registo de Contentores Microsoft para as versões mais recentes disponíveis.

Conteúdo relacionado

• O que é o Azure IoT Edge?
• Tutorial: Implementar Azure Stream Analytics como módulo IoT Edge
• Desenvolver trabalhos de Edge do Stream Analytics usando ferramentas do Visual Studio
• Implementar CI/CD para Stream Analytics usando APIs
• Microsoft Q&A para Azure Stream Analytics