Y
X
B
A



Monitoriza y analiza los errores de la
solución
Desarrolla soluciones e infraestructura
que crezcan con tus necesidades de
negocio
Desarrolla soluciones que tengan
resiliencia a fallos en infraestructura y
almacenado
Desarrolla soluciones que integren otras
soluciones como Machine Learning,
Business Intelligence, etc
Desarrollo de la solución (código) para la
ingesta, procesado de datos y archivado
Infraestructura – Instalación y
configuración
Recursos de desarrollo e infraestructura
Tiempo
Análisis de Twitts
en tiempo real
Relay
Queue
Topic
Notification
Hub
Event Hub
Productores
de eventos




Productores
de eventos














Procesa millones de
eventos por segundo
Procesa datos desde dispositivos/apps
conectada
Integración con el sistema de publicador
consumidor altamente escalable
Procesa flujos de datos
de manera muy sencilla
Transforma, argumenta, realiza operaciones
basadas en tiempo
Detecta patrones y anomalías en los flujos de
datos
Correlaciona datos
dentro del flujo
No es necesario adquirir
hardware y mantenerlo
Bypasses deployment
expertise
Up and running in a few clicks (and within minutes)
No software provisioning and maintaining
Performance tuning
Easily expand your
business globally
Garantías en las entregas de
eventos
Garantía de no perder ningún evento o de una salida
incorrecta
Preserva el orden de los evento por dispositivo
Garantizado la continuidad de
tu negocio
Alta disponibilidad (tres nueves de disponibilidad)
Se recupera automáticamente de los fallos
Gestión automática del estado que permite una rápida
recuperación
La elasticidad de la nube para
escalar hacia arriaba o hacia
abajo
Desde pocos recursos hasta mucho cuando sea
requerido
Distribuido, con una arquitectura de escalado horizontal
Se puede escalar recursos directamente desde el portal
sin necesidad de escribir código.
Precio de entrada muy bajo
Provisiona y ejecuta soluciones de Stream Analytics
desde $25/mes
Paga sólo por los recursos que usas
Habilidad para añadir recursos de manera incremental
Utiliza el lenguaje de procesado de
Stream Analytics basado en un
lenguaje SQL
StreamAnalytics se basa en un lenguaje SQL muy parecido al de
los motores de base datos relaciones
Filtra, haz proyecciones, agregaciones, une flujos, añade
información estática, detecta patrones todo ello con muy pocas
líneas de código SQL
Menos mantenimiento de código
requerido
•
•
•
•
•
•
•
•
Utiliza funciones
basadas en tiempo de
manera sencilla
Tumbling Windows
Hopping Windows
Sliding Windows
Administra eventos
fuera de orden
Arquitectura
Worker
Role Twitter
Streaming
API
Entradas
- Event Hub
Dos
consultas
#megusta
#nomegusta
Outputs
Azure Web
Site
Worker
Role
Persistencia
WebSockets
SignalR
- Event Hub
•
•
SQL Azure
Storage
Tables
Azure
Storage
Origen de datos
Ingesta
Procesado
Salida
Consumo
Event
producers
Collection
Ingestor
(broker)
Stream
Analytics
Applications
Event hubs
Legacy IOT
(custom protocols)
Devices
Cloud gateways
(web APIs)
Field
gateways
Long-term
storage
Stream
processing
Presentation
and action
Web/thick client
dashboards
Service bus
Azure DBs
Storage
adapters
IP-capable devices
(Windows/Linux)
Low-power devices
(RTOS)
Transformatio
n
Search and query
Azure
storage
HDInsight
Data analytics (Excel)
Devices to take action
Todos los eventos que fluyen por el sistema tienen un
timestamp

SELECT
FROM
TIMESTAMP BY
Se puede consultar el Tiemstamp


SELECT System.Timestamp AS
FROM
Dime el número de twitts por zona cada 10
segundos
A 10-second Tumbling Window
1
5
4
6
2
8
6
5
3
6
1
Time
(secs)
1
5
4
6
2
8
6
5
3
6
1
SELECT TimeZone, COUNT(*) AS Count
FROM TwitterStream TIMESTAMP BY CreatedAt
GROUP BY TimeZone, TumblingWindow(second,10)
Dame cada 5 segundos el número de twitts y la
media de sentimiento de los últimos 10 segundos
A 10-second Hopping Window with a 5-second “Hop”
1 5
1
4 6 2
5 4 6
8 7
5 3
6 1
2
4
6
2
8
6
8 6 5 3
5 3 6 1
SELECT Topic, COUNT(*) AS TotalTweets, AVG(SentimentScore)
FROM TwitterStream TIMESTAMP BY CreatedAt
GROUP BY Topic, HoppingWindow(second, 10 , 5)
Give me the count of tweets for all topics which
are tweeted more than 10 times in the last 10
seconds
A 10-second Sliding Window
1
5
9
8
1
1
5
1
5
9
8
SELECT Topic, COUNT(*) FROM TwitterStream
TIMESTAMP BY CreatedAt
GROUP BY Topic, SlidingWindow(second, 10)
HAVING COUNT(*) > 10
List all users and the topics on which they switched
their sentiment within a minute
{“XO”, 4, “Hawks”} {“Dip”, 2, “XBox”}
Twitter Stream:
{“XO”, 0, “Hawks”}
{“Jo”, 0, “ALS”}
{“Foo”,4, “ALS”}
{“Jo”, 4, “ALS”}
SELECT TS1.UserName, TS1.Topic
FROM TwitterStream TS1 TIMESTAMP BY CreatedAt
JOIN TwitterStream TS2 TIMESTAMP BY CreatedAt
ON TS1.UserName = TS2.UserName AND TS1.Topic = TS2.Topic
AND DATEDIFF(second, TS1, TS2) BETWEEN 1 AND 60
WHERE TS1.SentimentScore != TS2.SentimentScore
{“Dip”, 0, “Xbox”} {“Foo”, 0, “ALS”}
¡¡¡Si te ha gustado no olvides
rellenar la encuesta!!!
Thanks
Y
X
B
A
Descargar

Gestión masiva de datos en la era IoT