1

我有以下场景，我正在考虑通过Azure Stream Analytics实现。

我的输入包括：

  1. 从Azure 事件中心流入的事件。
  2. 与事件相关的参考数据。其中一些数据每天都在“缓慢变化”。

我需要加入事件和参考数据，处理它们并输出构成“数据仓库”的表（将Power BI作为消费者）。

输出将由以下部分组成：

  1. 存储最重要事件的事实表。
  2. 一些包含构成事实的值的维度表。

Azure 流分析是否适合这种工作？在我看来，ASA 非常适合将事件从事件中心流保存到事实表中。但是，使维度表保持最新的额外工作（即定期添加新值）并不适合。

我在这个分析中正确吗？我应该为我的项目切换到Azure 数据工厂吗？

4

1 回答 1

0

Azure 流分析是否适合这种工作？不是真的。流分析是为云中的实时流处理而设计的。

正如您所指出的，保持维度表最新的额外工作 - 即定期添加新值 - 不适合 ASA（Azure 流分析）

对于这部分/功能，您可以使用 Azure 数据工厂 (ADF)，它是一种基于云的数据集成服务，可以编排和自动化数据的移动和转换。这就是您在这里所需要的。

此外，基于 Hadoop 的 Azure HDInsight 启用 ETL 方案，您可以在此处查看“赛车遥测数据的 ETL 工作流”示例https://msdn.microsoft.com/en-us/library/dn749886.aspx

于 2016-03-29T12:29:02.660 回答