2015-06-30 17 views
6

Tìm cách thực hiện các phép tính số liệu thời gian thực trên luồng sự kiện, Azure là lựa chọn tốt nhất? Phân tích luồng hoặc Storm? Tôi cảm thấy thoải mái với một trong hai SQL hoặc Java, vì vậy tự hỏi những khác biệt khác là gì.Azure Storm vs Azure Stream Analytics

Trả lời

10

Tùy thuộc vào nhu cầu và yêu cầu của bạn. Tôi sẽ cố gắng đặt ra những điểm mạnh và lợi ích của cả hai. Về mặt thiết lập, Stream Analytics có nhịp Bão. Stream Analytics rất tuyệt nếu bạn cần đặt nhiều câu hỏi khác nhau thường xuyên. Phân tích luồng cũng chỉ có thể xử lý dữ liệu loại CSV hoặc JSON. Stream Analytics cũng là lúc lòng thương xót của chỉ gửi kết quả đầu ra Azure Blob, Azure Bàn, Azure SQL, PowerBI; bất kỳ đầu ra nào khác sẽ yêu cầu Storm. Stream Analytics thiếu khả năng chuyển đổi dữ liệu của Storm.

Bão:

  • chuyển đổi dữ liệu
  • có thể xử lý dữ liệu linh hoạt hơn (nếu bạn sẵn sàng cho chương trình)
  • Yêu cầu lập trình

Suối Analytisc

  • Dễ thiết lập
  • JSON và định dạng CSV chỉ
  • có thể thay đổi các truy vấn trong vòng 4 phút
  • Chỉ mất đầu vào từ tổ chức sự kiện Hub, Blob lưu trữ
  • Chỉ kết quả đầu ra để Azure Blob, Bàn Azure, Azure SQL, PowerBI
+0

Nhận xét nhỏ. Azure EH và Stream Analytics cũng hỗ trợ tính năng AVRO fromat. – bearrito

+1

Cập nhật quá trình phân tích Stream Analytics. Nó bây giờ allso hỗ trợ trung tâm IoT như một đầu vào, và các kết quả đầu ra mới sau đây: Sevice Bus Topic/Queue, CosmosDB/DocumentDB, EventHub và Data Lake – Shrulik

0

Nếu bạn đang tìm kiếm tính linh hoạt trong sự linh hoạt. Tôi muốn đi với Stream Analytics, nếu bạn yêu cầu các hoạt động cụ thể bị giới hạn bởi Stream Analytics, điều đáng xem xét là Spark, cung cấp cho bạn các tùy chọn kiên trì dữ liệu. Về phía đầu ra của Phân tích luồng, một điều thú vị sẽ là xuất vào Trung tâm sự kiện và tiêu thụ nó từ đó cho bạn sự linh hoạt không giới hạn về cách bạn muốn sử dụng dữ liệu.

Dưới đây là các tùy chọn đầu ra cho Suối Analytics và liên kết cho Apache Spark on Azure

Hope this helps.

enter image description here