Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Operacje Azure IoT udostępnia dwa sposoby przetwarzania i kierowania danych: przepływy danych i grafy przepływu danych. Oba korzystają z infrastruktury współdzielonej, takiej jak punkty końcowe, profile oraz konfiguracja źródłowa i docelowa. Różnią się jednak kształtem potoków, możliwościami transformacji oraz wsparciem dla punktów końcowych.
Co to są przepływy danych?
Przepływ danych to prosty, liniowy potok, który przenosi dane ze źródła do miejsca docelowego z opcjonalnymi przekształceniami. Etap transformacji uruchamia trzy operacje w stałej kolejności: wzbogacanie, filtrowanie, a następnie mapowania. Przepływ danych można skonfigurować przy użyciu internetowego interfejsu użytkownika środowiska operacji, Azure CLI lub szablonów Azure Resource Manager.
Przepływy danych są ogólnie dostępne i obsługują wszystkie typy punktów końcowych.
Co to są wykresy przepływu danych?
Graf przepływu danych jest komponowalnym potokiem opartym na grafach, który łączy wiele przekształceń w dowolnej zdefiniowanej topologii. Można łączyć, rozgałęziać i scalać kroki przetwarzania. Każda transformacja to gotowa jednostka przetwarzająca, taka jak mapa, filtr, gałąź, okno, przepustnica czy wzbogacenie, którą konfigurujesz za pomocą reguł. Graf przepływu danych można skonfigurować przy użyciu internetowego interfejsu użytkownika środowiska operacji, Azure CLI lub szablonów Azure Resource Manager.
Wykresy przepływu danych obsługują punkty końcowe MQTT, Kafka i OpenTelemetry.
Porównanie
| Funkcja | Przepływy danych | Wykresy przepływu danych |
|---|---|---|
| Kształt pipeline'u | Naprawiono: wzbogacanie, filtrowanie, mapa | Elastyczne: dowolna topologia grafu |
| Transforms | Mapa, filtrowanie, wzbogacanie | Mapowanie, filtr, rozgałęzienie, konkatenacja, okno (agregowanie), wzbogacanie |
| Rozgałęzianie i scalanie | Niewspierane | Rozgałęzianie warunkowe, scalanie za pomocą konkatenacji |
| Agregacja oparta na czasie | Niewspierane | Okna przesuwnych ze średnią, minimalną, maksymalną i liczbą |
| Obsługa punktu końcowego (źródło) | MQTT, Kafka | MQTT, Kafka |
| Obsługa punktu końcowego (miejsce docelowe) | MQTT, Kafka, ADLS, Fabric, ADX, magazyn lokalny, OpenTelemetry | MQTT, Kafka, OpenTelemetry |
| Tematy dotyczące dynamicznego miejsca docelowego |
${inputTopic} (przekazywanie tematu źródłowego) |
$metadata.topic
+
${outputTopic} (routing oparty na zawartości) |
| schemat | O źródle i transformacji | Na temat połączeń węzłów |
| Trwałość dysku | Wsparte | Wsparte |
Infrastruktura udostępniona
Przepływy danych i wykresy przepływu danych mają wspólne cechy:
-
Punkty końcowe: Oba używają zasobów
DataflowEndpointdo łączenia się z brokerami MQTT, Kafka, przechowywaniem oraz innymi usługami. Zobacz Przygotowywanie punktów końcowych. -
Profile: Oba odnoszą się do
DataflowProfilew kontekście konfiguracji skalowania i instancji. Zobacz Zarządzanie profilami przepływu danych. - Konfiguracja źródła: obie obsługują te same opcje źródłowego punktu końcowego (domyślny broker, zasób, niestandardowy punkt końcowy) i konfigurację źródła danych (tematu). Zobacz Konfigurowanie źródła.
- Konfiguracja docelowa: obie obsługują tematy statyczne i dynamiczne. Zobacz Konfigurowanie miejsca docelowego.
-
Trwałość dysku: zarówno
requestDiskPersistencewspierają przetrwanie ponownych uruchomień. Zobacz Konfigurowanie trwałości dysku.
Kiedy należy użyć którego
Użyj przepływów danych, gdy:
- Potrzebujesz prostego pipeline'u źródło-do-docelowego z podstawowymi transformacjami.
- Musisz wysyłać dane do punktów pamięci (ADLS, Fabric, ADX, lokalna pamięć).
- Chcesz mieć uniwersalnie dostępne, gotowe do produkcji rozwiązanie.
Użyj wykresów przepływu danych, gdy:
- Musisz rozgałęziać wiadomości na różne ścieżki przetwarzania w zależności od warunków.
- Potrzebujesz agregacji opartej na czasie (przewracające się okna).
- W niestandardowej topologii potrzebne są liczne transformacje połączone w łańcuch.
- Pracujesz tylko z punktami końcowymi MQTT, Kafka lub OpenTelemetry.
W przypadku nowych projektów korzystających z obsługiwanych typów punktów końcowych stosuj wykresy przepływu danych. Przepływy danych pozostają w pełni obsługiwane dla wszystkich scenariuszy i obsługują pełny zakres typów punktów końcowych.