Azure Storm 与 Azure 流分析
Posted
技术标签:
【中文标题】Azure Storm 与 Azure 流分析【英文标题】:Azure Storm vs Azure Stream Analytics 【发布时间】:2015-06-30 05:11:40 【问题描述】:希望对事件流进行实时度量计算,Azure 中的最佳选择是什么?流分析还是风暴?我对 SQL 或 Java 都很满意,所以想知道其他区别是什么。
【问题讨论】:
【参考方案1】:这取决于您的需要和要求。我将尝试列出两者的优势和好处。在设置方面,流分析具有 Storm 的优势。如果您需要经常问很多不同的问题,流分析就很棒。流分析也只能处理 CSV 或 JSON 类型的数据。流分析也只能将输出发送到 Azure Blob、Azure Tables、Azure SQL、PowerBI;任何其他输出都需要 Storm。 Stream Analytics 缺乏 Storm 的数据转换能力。
风暴:
数据转换 可以处理更多动态数据(如果您愿意编程) 需要编程流分析
易于设置 仅限 JSON 和 CSV 格式 可以在 4 分钟内更改查询 仅接受来自事件中心、Blob 存储的输入 仅输出到 Azure Blob、Azure Tables、Azure SQL、PowerBI【讨论】:
一个小评论。 Azure EH 和流分析还支持 AVRO fromat。 更新重新分级流分析。它现在还支持 IoT 中心作为输入,以及以下新输出:服务总线主题/队列、CosmosDB/DocumentDB、EventHub 和数据湖【参考方案2】:如果您正在寻找多功能性而不是灵活性。我会选择流分析,如果您需要受流分析限制的特定操作,那么值得研究一下 Spark,它为您提供数据持久性选项。在流分析输出方面,一件有趣的事情是输出到事件中心并从那里使用它,从而为您提供无限的灵活性来决定如何使用数据。
以下是流分析的输出选项和Apache Spark on Azure 的链接
希望这会有所帮助。
【讨论】:
以上是关于Azure Storm 与 Azure 流分析的主要内容,如果未能解决你的问题,请参考以下文章