Snabbstart: Skapa ett Azure Stream Analytics-jobb med hjälp av Visual Studio

Den här snabbstarten visar hur du skapar och kör ett Stream Analytics-jobb med hjälp av Azure Stream Analytics-verktyg för Visual Studio. Exempeljobbet läser strömmande data från en IoT Hub-enhet. Du definierar ett jobb som beräknar medeltemperaturen vid över 27° och skriver de resulterande utdatahändelserna till en ny fil i Blob Storage.

Innan du börjar

• Om du inte har någon Azure-prenumeration kan du skapa ett kostnadsfritt konto.

• Logga in på Azure-portalen.

• Installera Visual Studio 2019, Visual Studio 2015 eller Visual Studio 2013 Update 4. Utgåvorna Enterprise (Ultimate/Premium), Professional och Community stöds. Express edition stöds inte.

• Följ installationsanvisningarna för att installera Stream Analytics-verktyg för Visual Studio.

Förbereda indata

Innan du definierar Stream Analytics-jobbet bör du förbereda data, som senare konfigureras som jobbindata. Utför följande steg för att förbereda indata som krävs av jobbet:

1. Logga in på Azure-portalen.

2. Välj Skapa en resurs>Sakernas Internet>IoT Hub.

3. I fönstret IoT Hub anger du följande information:

   Setting	Föreslaget värde	Beskrivning
   Subscription	<Din prenumeration>	Välj den Azure-prenumeration som du vill använda.
   Resursgrupp	asaquickstart-resourcegroup	Välj Skapa ny och ange ett nytt resursgruppsnamn för ditt konto.
   Namn på IoT Hub	MyASAIoTHub	Välj ett namn för din IoT Hub.
   Region	<Välj den region som är närmast dina användare>	Välj en geografisk plats där du kan vara värd för din IoT Hub. Använd den plats som är närmast dina användare.
   Tier	Kostnadsfri	För den här snabbstarten väljer du Kostnadsfri om den fortfarande är tillgänglig i din prenumeration. Om den kostnadsfria nivån inte är tillgänglig väljer du den lägsta tillgängliga nivån. Mer information finns i Prissättning för IoT Hub.

   

4. Välj Förhandsgranska + skapa. Granska din IoT Hub-information och välj Skapa. Det kan ta några minuter att skapa din IoT Hub. Du kan övervaka förloppet i fönstret Meddelanden .

5. När distributionen är klar väljer du Gå till resurs för att navigera till IoT Hub-sidan för din IoT-hubb.

6. På sidan IoT Hub väljer du Enheter under Enhetshantering på den vänstra navigeringsmenyn.

7. På sidan Enheter väljer du + Lägg till enhet i verktygsfältet.

   

8. På sidan Skapa en enhet anger du ett namn på enheten och väljer Spara.

   

9. När enheten har skapats öppnar du enheten från listan med IoT-enheter . Om du inte ser enheten än uppdaterar du sidan.

   

10. Kopiera den primära anslutningssträngen och spara den i ett anteckningsblock för senare användning.

Skapa bloblagring

1. I det övre vänstra hörnet i Azure-portalen väljer du Skapa ett> för>.

2. I fönstret Skapa lagringskonto anger du ett lagringskontonamn, en plats och en resursgrupp. Välj samma plats och resursgrupp som den IoT Hub som du skapade. Välj sedan Granska + skapa för att skapa kontot.

   

3. När ditt lagringskonto har skapats väljer du Blobtjänst på Översikt-panelen.

   

4. På sidan Blob-tjänst väljer du + Container i verktygsfältet.

5. På sidan Ny container anger du ett namn för din container, till exempel container1. Lämna den offentliga åtkomstnivån som Privat (ingen anonym åtkomst) och välj Skapa.

   

Skapa ett Stream Analytics-projekt

1. Starta Visual Studio.

2. Välj Fil > nytt projekt.

3. I malllistan till vänster väljer du Stream Analytics och sedan Azure Stream Analytics-program.

4. Ange projektets namn, plats och lösningsnamn och välj Skapa.

   

5. Observera de element som ingår i ett Azure Stream Analytics-projekt.

   

Välj den prenumeration som krävs

1. I Visual Studio går du till menyn Visa och väljer ServerUtforskaren.
2. Högerklicka på Azure, välj Anslut till Microsoft Azure-prenumeration och logga sedan in med ditt Azure-konto.

Definiera indata

1. I Solution Explorer expanderar du Inputs-noden och dubbelklickar på Input.json.

2. Fyll i Stream Analytics-indatakonfigurationen med följande värden:

   Setting	Föreslaget värde	Beskrivning
   Indataalias	Indata	Ange ett namn för att identifiera jobbets indata.
   Källtyp	Dataström	Välj lämplig indatakälla: Dataström eller Referensdata.
   Källa	IoT Hub	Välj lämplig indatakälla.
   Resource	Välj datakälla från aktuellt konto	Välj att ange data manuellt eller välj ett befintligt konto.
   Subscription	<Din prenumeration>	Välj den Azure-prenumeration som har den IoT Hub som du skapade.
   IoT Hub	MyASAIoTHub	Välj eller ange namnet på din IoT Hub. IoT Hub-namn identifieras automatiskt om de skapas i samma prenumeration.

3. Lämna andra alternativ till standardvärden och välj Spara för att spara inställningarna.

   

Definiera utdata

1. I Solution Explorer expanderar du noden Outputs och dubbelklickar på Output.json.

2. Fyll i Stream Analytics-utdatakonfigurationen med följande värden:

   Setting	Föreslaget värde	Beskrivning
   Utdataalias	Utgång	Ange ett namn för att identifiera resultatet av arbetet.
   Sjunka	Data Lake Storage Gen 2/Blob Storage	Välj lämplig mottagare.
   Resource	Ange inställningar för datakälla manuellt	Välj att ange data manuellt eller välj ett befintligt konto.
   Subscription	<Din prenumeration>	Välj den Azure-prenumeration som har det lagringskonto som du skapade. Lagringskontot kan finnas i samma eller i en annan prenumeration. Det här exemplet förutsätter att du har skapat ett lagringskonto i samma prenumeration.
   Lagringskonto	asaquickstartstorage	Välj eller ange namnet på lagringskontot. Lagringskontonamn identifieras automatiskt om de skapas i samma prenumeration.
   Container	behållare1	Välj den befintliga container som du skapade i ditt lagringskonto.
   Sökvägsmönster	output	Ange namnet på en filsökväg som ska skapas i containern.

3. Lämna andra alternativ till standardvärden och välj Spara för att spara inställningarna.

   

Definiera transformationsfrågan

1. Öppna Script.asaql från Solution Explorer i Visual Studio.

2. Lägg till följande fråga:

   SELECT *
   INTO Output
   FROM Input
   WHERE Temperature > 27
   

Skicka en Stream Analytics-fråga till Azure

1. I frågeredigeraren väljer du Skicka till Azure i skriptredigeraren.

2. I fönstret Skicka jobb väljer du Skapa ett nytt Azure Stream Analytics-jobb.

3. Ange ett jobbnamn.

4. Välj Azure-prenumerationen.

5. Välj resursgruppen.

6. Behåll standardvärdet för Kluster.

7. Välj den plats som du använde i början av snabbstarten.

8. Välj sedan Skicka.

   

Köra IoT-simulatorn

1. Öppna Raspberry Pi Azure IoT Online Simulator i en ny webbläsarflik eller ett nytt fönster.

2. Ersätt platshållaren i rad 15 med anslutningssträngen för Azure IoT Hub-enheten som du sparade i ett tidigare avsnitt.

3. Välj Kör. Utdata bör visas de sensordata och meddelanden som skickas till din IoT-hubb.

   

Starta Stream Analytics-jobbet och kontrollera utdata

1. När jobbet skapas öppnas jobbvyn automatiskt. Välj den gröna pilknappen för att starta jobbet.

   

2. Ändra startläget för jobbutdata till JobStartTime och välj Start.

   

3. Observera att jobbstatusen har ändrats till Körs, och det finns in- och utdatahändelser. Detta kan ta några minuter. Välj knappen Uppdatera i verktygsfältet för att uppdatera mått.

   

4. Om du vill visa resultat går du till menyn Visa , väljer Cloud Explorer och navigerar till lagringskontot i resursgruppen. Under Blob Containers dubbelklicka på container1, och sedan utdatafilens sökväg.

   

Rensa resurser

När den inte längre behövs tar du bort resursgruppen, strömningsjobbet och alla relaterade resurser. Genom att ta bort jobbet undviker du fakturering av de strömningsenheter som förbrukas av jobbet. Om du planerar att använda jobbet i framtiden kan du stoppa det och starta om det senare när du behöver det. Om du inte kommer att fortsätta att använda det här jobbet tar du bort alla resurser som skapats i den här snabbstarten med hjälp av följande steg:

1. På den vänstra menyn i Azure-portalen väljer du Resursgrupper och sedan namnet på den resurs som du skapade.
2. På resursgruppens sida väljer du Ta bort, skriver namnet på resursen som ska tas bort i textrutan och väljer sedan Ta bort.

Nästa steg

I den här snabbstarten distribuerade du ett enkelt Stream Analytics-jobb med hjälp av Visual Studio. Du kan också distribuera Stream Analytics-jobb med hjälp av Azure-portalen och PowerShell.

Om du vill veta mer om Azure Stream Analytics-verktyg för Visual Studio fortsätter du till följande artikel: