Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Le operazioni IoT di Azure offrono due modi per elaborare e instradare i dati: flussi di dati e grafici del flusso di dati. Entrambi usano l'infrastruttura condivisa (endpoint, profili, configurazione di origine/destinazione), ma differiscono per la forma della pipeline, le funzionalità di trasformazione e il supporto degli endpoint.
Che cosa sono i flussi di dati?
Un flusso di dati è una pipeline semplice e lineare che sposta i dati da un'origine a una destinazione con trasformazioni facoltative. La fase di trasformazione esegue tre operazioni in un ordine fisso: arricchire, filtrare e quindi mappare. Per configurare un flusso di dati, creare una Dataflow risorsa personalizzata.
I flussi di dati sono disponibili a livello generale e supportano tutti i tipi di endpoint.
Che cosa sono i grafici del flusso di dati?
Un grafico del flusso di dati è una pipeline componibile basata su grafo che connette più trasformazioni in qualsiasi topologia definita. È possibile concatenare, diramare e unire i passaggi di elaborazione. Ogni trasformazione è un'unità di elaborazione predefinita (mappa, filtro, ramo, finestra, arricchimento) configurata con le regole. Per configurare un grafico del flusso di dati, creare una DataflowGraph risorsa personalizzata.
I grafici del flusso di dati supportano endpoint MQTT, Kafka e OpenTelemetry.
Confronto
| Feature | Flussi di dati | Grafici del flusso di dati |
|---|---|---|
| Forma pipeline | Corretto: arricchire, filtrare, mappare | Flessibile: qualsiasi topologia del grafo |
| Transforms | Mappa, filtro, arricchimento | Mappa, filtro, ramo, concat, finestra (aggregazione), arricchimento |
| Ramificazione e fusione | Non supportato | Ramificazione condizionale, fusione con concat |
| Aggregazione basata sul tempo | Non supportato | Finestre a cascata con avg, min, max, count |
| Supporto endpoint (origine) | MQTT, Kafka | MQTT, Kafka, OpenTelemetry |
| Supporto per gli endpoint (destinazione finale) | MQTT, Kafka, ADLS, Fabric, ADX, archiviazione locale, OpenTelemetry | MQTT, Kafka, OpenTelemetry |
| Argomenti di destinazione dinamici |
${inputTopic} (pass-through dell'argomento di origine) |
$metadata.topic
+
${outputTopic} (routing basato sul contenuto) |
| Schema | Su origine e trasformazione | Connessioni ai nodi |
| Persistenza del disco | Supportato | Supportato |
Infrastruttura condivisa
I flussi di dati e i grafici del flusso di dati condividono:
-
Endpoint: entrambi usano
DataflowEndpointle risorse per connettersi a broker MQTT, Kafka, memoria e altri servizi. Vedere Preparare gli endpoint. -
Profili: entrambi fanno riferimento a
DataflowProfileper il ridimensionamento e la configurazione dell'istanza. Vedere Gestire i profili del flusso di dati. - Configurazione origine: entrambi supportano le stesse opzioni dell'endpoint di origine (broker predefinito, asset, endpoint personalizzato) e la configurazione dell'origine dati (argomento). Vedere Configurare una sorgente.
- Configurazione di destinazione: supporta sia argomenti di destinazione statici che dinamici. Vedere Configurare una destinazione.
-
Persistenza del disco: entrambi supportano
requestDiskPersistenceper sopravvivere ai riavvii. Vedere Configurare la persistenza del disco.
Quando usare quale
Usare i flussi di dati quando:
- È necessaria una semplice pipeline da origine a destinazione con trasformazioni di base
- È necessario inviare dati agli endpoint di archiviazione (ADLS, Fabric, ADX, archiviazione locale)
- Si vuole una soluzione disponibile a livello generale e pronta per la produzione
Usare i grafici del flusso di dati quando:
- È necessario diramare i messaggi in percorsi di elaborazione diversi in base alle condizioni
- È necessaria l'aggregazione basata sul tempo (finestre scorrevoli)
- Sono necessarie più trasformazioni concatenate in una topologia personalizzata
- Stai lavorando solo con endpoint MQTT, Kafka o OpenTelemetry
Per i nuovi progetti che usano tipi di endpoint supportati, è consigliabile usare grafici del flusso di dati. I flussi di dati rimangono completamente supportati per tutti gli scenari e supportano l'intera gamma di tipi di endpoint.