Le traitement Big Data en temps réel est une nécessité opérationnelle pour de nombreuses entreprises. Azure Stream Analytics est l’offre d’analytique serverless en temps réel de Microsoft pour le traitement d’événements complexes.
Azure Stream Analytics is a fully managed Platform as a Service (PaaS) that supports thousands of mission-critical customer applications powered by real-time insights.
Azure Stream Analytics is a fully managed PaaS offering that enables real-time analytics and complex event processing on fast moving data streams.
Azure Stream Analytics is a fully managed PaaS service that helps you run real-time analytics and complex event processing logic on telemetry from devices and applications. Numerous built-in functions available in Stream Analytics helps users build real-time applications using simple SQL language with utmost ease.
Built-in machine learning models for anomaly detection in Azure Stream Analytics significantly reduces the complexity and costs associated with building and training machine learning models. This feature is now available for public preview worldwide.
This week at Microsoft Ignite 2018, we are excited to announce seven new features in Azure Stream Analytics (ASA).
Azure Stream Analytics is a fully managed “serverless” PaaS service in Azure built for running real-time analytics on fast moving streams of data.
Azure Stream Analytics is a serverless PaaS service in Azure to run real-time analytics on fast moving streams of data. Today, we are excited to announce several new features in Azure Stream Analytics.
Today, we are excited to announce the general availability of several features in Azure Stream Analytics. These features are designed to help address a variety of scenarios for both enterprise and non-enterprise customers alike.
Aujourd'hui, dans le cadre du salon Microsoft Ignite, nous avons le plaisir de vous annoncer le lancement en préversion de plusieurs nouvelles fonctionnalités Azure Stream Analytics.
Aujourd'hui, dans le cadre du salon Microsoft Ignite, nous avons le plaisir de vous annoncer le lancement en préversion de plusieurs nouvelles fonctionnalités Azure Stream Analytics. Celles-ci incluent la détection intégrée des anomalies basée sur le Machine Learning, des fonctions de sortie vers Azure, la prise en charge des formats de données compressés, des agrégats JavaScript définis par l'utilisateur et la prise en charge de l'intégration et de la livraison continues dans les outils Visual Studio. Ces nouvelles fonctionnalités commenceront à être déployées au cours des prochaines semaines. Si vous participez au salon Microsoft Ignite cette semaine, nous vous invitons à assister aux sessions BRK3302 et BRK3303 pour en savoir plus.
L'opérateur Machine Learning intégré « ANOMALYDETECTION » est conçu pour les clients Azure Stream Analytics qui surveillent les données des applications ou des appareils en temps réel et qui ont besoin d'aide pour détecter facilement les événements ou les observations qui ne correspondent pas à un modèle attendu.
Jusqu'à présent, les clients de l'Internet industriel des objets, et d'autres qui surveillaient les données de streaming s'appuyaient sur des modèles Machine Learning personnalisés. Les responsables de l'implémentation devaient avoir une connaissance approfondie des scénarios et du domaine du problème. En outre, l'intégration de ces modèles aux mécanismes de traitement des flux nécessitait une ingénierie complexe en termes de pipeline de données.
La nouvelle fonctionnalité annoncée aujourd'hui permet de réduire la complexité liée au Machine Learning. Un seul appel de fonction SQL vers un modèle Machine Learning est désormais nécessaire. Le modèle Machine Learning à usage général sous-jacent fait l’objet d’une abstraction et apprend en permanence au fil du temps pour correspondre à vos flux d’entrée. Cette nouvelle fonctionnalité, orientée vers les données de séries chronologiques numériques, aidera les clients à détecter les anomalies ainsi que les tendances positives et négatives. Pour plus d'informations, consultez la documentation consacrée à la détection des anomalies disponible ici.
Différentes utilisations de la fonction dans les requêtes Stream Analytics
Azure Functions est un service de calcul « serverless » d'Azure qui permet aux utilisateurs d'exécuter du code à la demande sans avoir à approvisionner ou gérer explicitement l'infrastructure, et d'implémenter du code déclenché par des événements qui se produisent dans Azure ou des services tiers. Cette capacité d’Azure Functions à répondre aux déclencheurs en fait une cible de sortie naturelle pour Azure Stream Analytics.
De nombreux clients de Stream Analytics profitent aujourd'hui de la richesse des fonctionnalités offertes par Azure Functions en commençant par écrire la sortie vers les files d'attente Service Bus, puis en accédant à Azure Functions à partir de là. Pour offrir une intégration beaucoup plus directe à Azure Functions, nous annonçons aujourd'hui le lancement d'un adaptateur de sortie vers Azure Functions à partir d'Azure Stream Analytics. Cet adaptateur de sortie est conçu pour permettre aux utilisateurs de connecter Stream Analytics à Azure Functions, et d'exécuter un script ou un bloc de code afin de déclencher des workflows en aval et accélérer la réponse aux événements clés.
Par exemple, il sera désormais beaucoup plus facile pour les développeurs d'envoyer des notifications ou des alertes par e-mail lorsque certaines conditions prédéfinies, comme une surchauffe, seront observées en usine. Les développeurs peuvent également créer une logique de post-traitement personnalisée qui permettra à Azure Stream Analytics de se connecter à d'autres services ou applications Azure extérieurs à l'écosystème Azure.
Les problèmes de bande passante et la limitation de la taille des messages sont les principales raisons pour lesquelles les clients ont besoin de la prise en charge des formats d’entrée de compression. Suite au nombre croissant de demandes formulées par nos clients actuels et potentiels, nous sommes heureux de vous annoncer qu'Azure Stream Analytics prendra désormais en charge les flux GZIP et Deflate.
Cette annonce signifie qu'Azure Stream Analytics est une option viable pour de nombreux clients actuellement confrontés à ces limitations.
Compte tenu de la nécessité de gérer la stabilité du code de production tout en promouvant les améliorations et mises à jour de code le plus rapidement possible, les équipes de développement consacrent beaucoup de temps aux processus d'intégration et de déploiement continus. Pour mieux aider ces équipes, nous mettons en place une prise en charge native de l'intégration et de la livraison continues à partir de Stream Analytics Visual Studio Tools. Les clients peuvent effectuer des tâches de build automatisées, tester des scripts et les déployer avec les projets Stream Analytics Visual Studio en utilisant le package NuGet récemment publié. Avec cette nouvelle fonctionnalité, il est désormais très facile de configurer des pipelines d'intégration et de livraison continues pour les travaux Stream Analytics dans l'environnement du développeur, ainsi que dans d'autres processus automatisés.
Suite à la publication de fonctions JavaScript définies par l'utilisateur, nous sommes maintenant prêts à fournir des agrégats JavaScript définis par l'utilisateur. Avec les agrégats définis par l'utilisateur, vous pouvez exécuter vos propres calculs avec état : moyennes pondérées dans le temps, densité cumulée, cumul sur un tableau, etc.
Vous souhaitez voir ces fonctionnalités en action ? Si vous participez au salon Microsoft Ignite cette semaine, nous vous invitons à assister aux sessions suivantes qui se dérouleront mardi. Vous pourrez également rencontrer notre équipe dans le hall d'exposition.
Continuez à nous faire part de vos commentaires et idées !
L'équipe d'Azure Stream Analytics s'engage à écouter les commentaires des utilisateurs et à s'inspirer de leurs idées pour ses futurs investissements. Nous vous invitons à vous joindre à la conversation et à faire entendre votre voix via UserVoice.
