10、利用 Azure Stream Analytics 进行实时处理

利用 Azure Stream Analytics 进行实时处理

1. 客户使用 Azure Stream Analytics 的原因

利用 Azure 流分析，能避免常规的复杂问题：
- 无需监控和排查解决方案问题。
- 无需开发能随业务增长而扩展的解决方案和基础设施。
- 无需开发管理弹性的解决方案，如应对基础设施故障和地理冗余。
- 无需开发与其他组件（如机器学习、商业智能等）集成的解决方案。
- 无需开发用于摄取、临时处理和热/冷出口操作的解决方案（代码）。
- 无需进行基础设施采购，避免长时间的硬件延迟，可在几分钟内完成配置。

此外，Azure 流分析还是构成其他基于 Microsoft Azure 的解决方案的核心技术，例如：
- Azure IoT 套件：微软提供的预配置 IoT 解决方案，便于安全连接设备并大规模摄取事件。
- Cortana 智能套件：完全托管的大数据和高级分析套件，可将数据转化为智能行动。

2. Azure Stream Analytics 的关键垂直场景

Azure 流分析在各行业有众多用例，以下是一些较流行的应用：
| 行业 | 应用场景 |
| ---- | ---- |
| 金融服务 | 欺诈检测、资产跟踪 |
| 医疗保健 | 患者监测 |
| 政府 | 监控和监视 |
| 基础设施、能源和公用事业 | 石油和天然气运营管理、智能建筑 |
| 制造业 | 预测性维护、远程监控 |
| 零售 | 实时客户参与和营销、库存优化 |
| 电信/IT