8、深入了解Azure Stream Analytics：配置、使用与数据处理

深入了解Azure Stream Analytics：配置、使用与数据处理

1. Azure Stream Analytics 资源缩放

在配置 Azure Stream Analytics 服务时，确定所需的资源数量以实现最佳性能是一项颇具挑战性的任务。在 Azure Stream Analytics 中，性能由所选的流式处理单元（Streaming Units，SU）决定。具体操作步骤如下：
1. 打开“Settings”面板。
2. 点击“Scale”选项，此时会打开“Scale”面板，你可以在其中选择流式处理单元的数量。

流式处理单元体现了执行 Stream Analytics 作业所需的资源和性能，它综合了内存、CPU 和 I/O 等因素。每个 SU 大约相当于 1MB/秒的吞吐量。

确定特定作业所需的 SU 数量需要一定的技巧，这不仅需要专业知识，还需要进行一些测试和监控。正确的 SU 选择取决于为作业定义的查询以及输入的分区配置。因此，在编写查询时，查询的编写方式会对整体性能产生影响。

另一种确定 SU 的方法是将最低公分母作为缩放单位进行测试，并了解数据量的峰值。由于 IoT 集线器会对消息进行缓冲，因此你可以选择较低的 SU 值和较长的保留期，这样虽然处理过程略低于实时性，但成本更低。

本质上，你需要在价格和性能之间找到平衡。例如，你是否可以接受以较低的成本获得略低于实时性的处理，并且能够容忍 5 秒的处理窗口？或者，你是否需要高性能的 SU 来提供绝对的实时处理？关键在于，要从 Azure Stream Analytics 中获得高性能（即提高流数据处理能力），取决于输入的分区数量和为作业定义的查询。