Azure Storm vs Analityka strumienia Azure

Question

Chcesz dokonać obliczeń metrycznych w czasie rzeczywistym na strumieniach zdarzeń, co jest dobrym wyborem na platformie Azure? Stream Analytics lub Storm? Czuję się komfortowo z SQL lub Java, więc zastanawiam się, jakie są inne różnice.

Answer 1

To zależy od Twoich potrzeb i wymagań. Spróbuję przedstawić zalety i korzyści obu. Jeśli chodzi o konfigurację, Stream Analytics ma Storm beat. Stream Analytics jest świetny, jeśli chcesz często zadawać wiele różnych pytań. Stream Analytics może również obsługiwać tylko dane typu CSV lub JSON. Stream Analytics jest również na łasce wysyłania tylko wyników do Azure Blob, Azure Tables, Azure SQL, PowerBI; jakikolwiek inny wynik będzie wymagał Storm. Stream Analytics nie ma możliwości transformacji danych w Storm.

Burza:

• Transformacja danych
• Może obsłużyć więcej danych dynamicznych (jeśli jesteś gotów do zaprogramowania)
• Wymaga programowanie

Stream Analytisc

• Łatwość konfiguracji
• JSON i format CSV tylko
• można zmienić zapytań w ciągu 4 minut
• zajmuje tylko wejść od zdarzeń Hub, blob Storage
• tylko wyjść do Azure Blob, Azure Tables, Azure SQL PowerBI

Answer 2

Jeśli szukasz uniwersalności w zakresie elastyczności. Jeśli skorzystasz z usługi Stream Analytics, jeśli potrzebujesz konkretnych operacji, które są ograniczone przez usługę Stream Analytics, warto zajrzeć do Sparka, który zawiera opcje trwałości danych. Po stronie wyjściowej Stream Analytics, jedną z interesujących rzeczy byłaby wyprowadzenie do Event Hub i skonsumowanie go stamtąd zapewniające nieograniczoną elastyczność w zakresie sposobu konsumowania danych.

Poniżej opcje wyjściowe dla strumienia Analytics i link do Apache Spark on Azure

nadzieję, że to pomaga.