Etiket Bulutu

Benchmark Convert_IMplicit Database High Availability Database Mirroring datawarehouse dimension table dmv Dynamic Data Masking Execution Execution Plans fact table Failover Cluster Node ekleme Failover Clustering FileStream generate script High Availability Implicit Instant File Initialization index Kinect Linux Live Query Statistics Log Shipping Mirroring object explorer object explorer details ODBC Driver pass performance performance tuning Plan Handle Planü Power View reporting services rol Row Level Security script sql serer 2016 sql server SQL Server 2008 SQL Server 2008 Log Shipping SQL Server 2012 SQL Server 2012 installation SQL Server 2012 Kurulumu SQL Server Backup SQL Server da Backup planı SQL Server da Maintenance Plans oluşturma SQL Server database mirroring SQL Server Disaster Recovery sql server dynamic management views SQL Server Failover Cluster SQL Server High Availability SQL Server Log Shipping SQL Server Maintenace Plans sql server performans SQLDIAG SQLDIAG Troubleshooting T24 Temenos truncate table t-sql unique index performance 1. Dünya savaşı istatistikleri 1456 451 ACID advanced analytics Advanced Data Analytics Affinity algı Alter index Alter table ALTER TABLE .. ALTER COLUMN Altın Oran Always On ALWAYSON AlwaysOnDemoTool amazon web services kinesis AMR analiz analysis service Ankara Antivirus apache kafka Arduino Article Assembly asymmetric audit Authentication Auto Growth Availability Group azure Azure Backup azure event hub partition azure event hubs azure event hubs servisi azure event hubs veri edinme Azure File Share Azure Fiyatlandırma Azure HDInsight Azure Hizmet Modelleri Azure ML Azure New Portal Azure Pricing Azure Queue azure sql database configuration azure sql database kullanımı azure sql database stream veriyi tutma azure sql database table partitioning Azure Storage azure stream analytics azure stream analytics dashboard azure stream analytics ölçeklendirilmesi azure stream analytics servisi Azure Table BA Backup backup encyrption backupset Bakım BASE bellek Best Practice BI Semantic Model Big Data Big User blocking blocking disable trigger blocking enable trigger Buffer Cache buffer pool Buffer Pool Extension bulk logged Buluta Veri Depolama Buluttaki Disk Business Analytics Conference business intelligence Büyük Veri Case Central Management Server certificate changed data capture Cloud Computing Cloud DR CLR Cluster clustered columnstore index Clustered Index Code Snippets Cold Purging collation column store column-level columnstore ColumnStore Indexes Compress ComputerNamePhysicalNetBIOS Concurrency Conditions Contained Database Contained Databases convert CONVERT_IMPLICIT Corruption Credentials cube DAC Dashboard Tasarımı data cleansing Data Compression Data Consistency Model data encryption data matching data mining Data Page data profiling data quality Data Services Data Warehouse Design Database database list Database Management Sistem database master key Database Mirroring Database Snapshot database trigger database-level Data-Ink Ratio datasets datasource DataZen date date dimension db_owner DBA DBCC dbcc dropcleanbuffers dbcc freeproccache DBMS dbo user DDL deadlock debugging DecryptByKey DecryptByPassPhrase deleted bitmap delta store Denali Denali SSAS deny database list deşifre detail index developer DIFFERENTIAL BACKUP DirectQuery Dirty Read Disaster Recovery Distribution Yapılandırma Distributor Distributor Agent dm_server_services DMF DMO DMV document db dosya bazlı şifreleme dqs dr Dynamic Management Function Dynamic Management Object Dynamic Management View ecrypt Effected Report Design Techniques Eğitim EncryptByKey EncryptByPassPhrase encryption endpoint Environment Variable error Error 5030 Error Log Estetik Raporlama Estimated Rows Eş Zamanlılkk Etkili Rapor Tasarlama Teknikleri Etkinlik ETL event Event Viewer except;intersect;sql execution Execution Plan export formats extended events Extended Stored Procedure Facets Failover Failover Cluster fast n execution plan FETCH NEXT FILELISTONLY FILLFACTOR File Table file-level FileStream Filter Pack Filtered Index First_Value Flat File fn_repl_hash_binary Focal Point foreignkey FORMAT Forwarded Record forwarded_record_count ftp task FULL BACKUP Full Recovery Full-Text Search functions Gartner Geocluster Gerçek Zamanlı Dashboard gestalt Golden Ratio görsel duyu group by Güvenlik ha Hadoop hafıza Hash HASHBYTES HEADERONLY headers footers Heap Hekaton hicri High Availability hijr Hiyerarşi Hybrid Cloud IaaS Index Index Scan In-Memory InMemory DW In-Memory DW InMemory OLTP In-Memory OLTP Internet of People Internet of Things IO IOT IoT nedir Isolation Level indeks index inmemory in-memory oltp internet of things isolation level istatistik istatistikler İş zekası İzolasyon Seviyesi Job json json support knowledge base kolon-satır bazlı kurulum küp Lag Lansman latch Lead linked server lock locking locking hints Log Backup Log Reader Agent Log Shipping login Lost-Update LQS Machine Learning Maintenance Management Studio matrix Max Text Replication Size mdx memory Memory Optimization Advisor Memory Optimized Table Memory Optimized Tables merge Merge Agent merge kullanımı Merge Publication Merge Replication merge type 1 slowly changing dimension merge type 1 slowly changing dimension örneği merge type 1 vs type 2 scd merge type 2 slowly changing dimension merge type 2 slowly changing dimension örneği merge type 3 slowly changing dimension merge type 4 slowly changing dimension message Microsoft Advanced Data Analytics Çözümleri microsoft azure Microsoft Bulut Microsoft Sanal Akademi Microsoft SQL Server Microsoft SQL Server 2014 Yenilikleri Microsoft SQL Server 2016 Mirror mirroring missing index Monitoring move Msdb multi_user multiversion concurrency control MVP MVP Roadshow MySnippet Named Pipes Natively Store Procedures Natively Stored Procedures Nesnelerin İnterneti Network Binding Order NoEngine Approaches nonclustered columnstore index Non-Repetable Read NoSQL NoSQL Approaches NoSQL Dünyası object explorer Odak Noktası ODBC Office 365 Offline OFFSET olap OLAP Backup OLE DB OLTP Online Index order attributes Otomatik Büyüme OVER PaaS PAD_INDEX page out page properties PAGE RESTORE PAGEIOLATCH paging parameters partition partitioning PASS PASS Summit PASS Summit 2014 Performance Performance Tuning performans performans tuning Phantom Read pivot Policies Policy Based Management Filtreleme Policy Management Power BI Power BI Dashboard Power BI Rest API power bi power view PowerBI PowerBI for Office 365 powerbi PowerMap PowerPivot PowerQuery powershell powershell ile sql yönetimi PowerView PowerView raporlarının web sayfalarına gömülmesi precon Primary Key primarykey Project Deployment Model Project Variable Protokol Proxy Proxy Account Publisher Purging on Independent Tables QL Server 2014 Yenilikleri Que Reader Agent Query Plan query store R Range Raporlama Raporlama Projeleri için Strateji Belirleme Raporlama Projelerine Hazırlık Read Committed Read Uncommitted RealTime Dashboard Rebuild RECONFIGURE RECONFIGURE WITH OVERRIDE Recovery model Relational Engine relationships Rename SSRS Database Repeatable Read Replication Replication Monitoring replikasyon report manager web site report parts reporting service reporting services reporting servis Resource Governor RESTORE Restore Database Restore Generate Restore Generate Script Restore transaction log rollback rs Rule of Thirds sa user SaaS sayfalama scd 3 demo scd karşılaştırma scd type 4 demo Scheduling Schema Comparison script Security segment elimination select into Self-Service BI Semantic Search Serializable Server Core SERVERPROPERTY Service services shared data sources shared datasets Shared Memory sharepoint Sharepoint 2010 ShowPlan Shrink simple recovery sing_user sliding window Slowly Changing Dimension snapshot Snapshot Agent Snapshot Publication Snapshot Replication Snippet snowflake sorting sp_configure sp_describe_first_result_set sp_server_diagnostics sp_spaceused sql SQL Agent Job SQL Azure sql bilgi yarışması SQL CLR SQL DIAG SQL DIAG Performans verisi toplama SQL endpoint SQL Login SQL Onculeri SQL Öncüleri sql script sql server SQL Server 2005 SQL Server 2008 SQL Server 2011 CTP3 SQL Server 2011 Denali SQL Server 2012 SQL Server 2012 CTP3 SQL Server 2012 RC SQL Server 2012 RC0 SQL Server 2012 ShowPlan Enhancements SQL Server 2012 T-SQL Enhancements SQL Server 2014 Sql Server 2014 Cardinality Estimator SQL Server 2014 Yenilikleri sql server 2016 SQL Server 2016 New Features SQL Server 2016 Yenilikleri sql server agent sql server assembly ekleme SQL Server Authentication sql server cast ve convert sql server clr integration sql server clr kullanımı sql server clr örnek sql server cluster SQL Server Code Name Denali SQL Server da Kullanıcı Yaratma SQL Server Database Project sql server dmv ve dmf sql server execution plan temizleme SQL Server Express Backup sql server fast n option örneği sql server fast n seçeneği SQL Server login sql server management stdio sql server merge into örnek sql server merge komutu sql server merge performnas sql server merge type 1 scd sql server merge type 2 scd sql server merge type 3 scd SQL Server Mobile Report Publisher SQL Server Network Interface SQL Server Onculeri SQL Server Öncüleri SQL Server Öncüleri Ankara SQL Server Performance sql server performans SQL Server Profiler SQL server recovery model SQL Server Reporting Services SQL Server Restore Generate Script SQL Server sa SQL Server Security SQL Server SQL DIAG sql server tarih dönüşüm işlemi sql server tarihsel veriler ile çalışma SQL Server User SQL Server yetki SQL Server yetkilendirme sql servera .net kodu ekleme SQL Serverda yetkilendirme nasıl SQL Serverda yetkilendirme nasıl yapılır sql to oracle linked server sql türkiye SQL User With Password sql yarışma SQLCMD sql'den oracle'a linked server SQLDIAG SQLDIAG Report SQLOS sqlsaturay SQLSaturday SQLSaturday #182 SQLSaturday #359 sqlsaturday #451 sqlserveronculeri ssas SSAS 2012 SSIS SSIS 2012 ssis SSMS SSMS Project SSMS Solution ssrs Stanby Database star schema STOPAT STOPBEFOREMARK STORAGE Storage Engine stored procedure stream analytics job subreports Subscriber Subscription subscriptions symmetric SYS sys.dm_db_index_physical_stats sys.dm_db_index_usage_stats sys.dm_db_missing_index_columns sys.dm_db_missing_index_details sys.dm_db_missing_index_group_stats sys.dm_db_missing_index_groups sys.server_principals sysadmin System Databases System View şifre şifreleme table table difference TableHasClustIndex TableHasIdentity TableHasPrimaryKey Tablet PC Tabular Mode Tabular Model TCP/IP TDE Tempdb time series Transaction Transactional Publication Transactional Replication Transparent Data Encryption trigger Troubleshooting TRY_CONVERT TRY_PARSE tsql t-sql T-SQL 2012 tsql mistakes Undocument union unionall Updatable ColumnStore İndex upgrade Veri ambarı veri edinme seçenekleri Veri Güvenliği Veri Hizmetleri Veri madenciliği Veri Mürekkep Oranı Veri Tabanı Yönetim Sistemleri Veri Tipi Veri Tutarlılık Modelleri Veri Yönetimi Evrimi verinin evrimi Veritabanı oluşturmak VERİTABANI YEDEKLEME STRATEJİLERİ veritabanı yedeklerinin şifrelenmesi Veritabanı Yöneticisi Veritabanı Yönetimi VeritPaq view any database Visual Studio VTYS web services Webcast Windows 7 Windows 8 Windows Authentication Windows Azure Windows Failover Clustering wmi WRITELOG xevents xp_sqlagent_enum_jobs YEDEKLEME STRATEJİLERİ Yedekli Çalışma Yetkilendirme Yiğit Aktan ysfkhvc yusuf kahveci Yüksek Erişilebilirlik Yüksek Süreklilik zip

Azure Event Hubs ve Stream Analytics ile Uçtan Uca Mimari Çözümü

Ekleyen: Abdullah ALTINTAŞ Bilge Adam Takım Lideri Tarih:08.06.2016 Okunma Sayısı:771


Advanced Data Analytics serisindeki daha önceki yazılarımızda Azure Event Hubs ve Stream Analytics servislerini ayrı ayrı ele almıştık. Bu yazımızda ise uçtan uca çözüm amacı ile bu servislerin nasıl kullanılabileceğini ele alacağız. Çözüm ile ilgili örnek uygulamalara ise serinin devamındaki yazılarda yer vereceğiz.
 
Microsoft Azure Event Hubs ve Microsoft Azure Stream Analytics servislerini kullanarak uçtan uca bir stream veri akışı analizi çözümü kolaylıkla uygulanabilmektedir. Aşağıdaki şemada bu çözümlerde hangi aşamada verinin nasıl elde edilebileceği, nasıl analizinin yapılabileceği ve sonuçlarının nasıl çıktı olarak alınabileceği gösterilmektedir.
 

Event Producers:
 
Bu kısımda daha önce de bahsedildiği gibi veri üreten mekanizmalardan verinin alınması için gerekli çalışmaların yapıldı bölümdür. Stream olarak akan ve analiz edilmek istenen bu verileri bir uygulama, bir web sitesi, IoT (Internet of Things) cihazları, diğer veri üreten cihazlar üretebilmektedir. Saniyede milyonlarca bilgi ve veri akışı sağlayabilen bu cihaz ve uygulamaların ürettiği veri yoğunluğu ancak anlık analiz yapabilen bir çözümle mümkün olabilmektedir.
 
Collection:
 
Bu kısımda veri üreten cihaz ve uygulamalardan gelen veriler tanımlanan gateway’ler yardımıyla toplanmaktadır. Bir bağlantı cümlesi (connection string) ile belirtilen hedefe veriler iletilecektir. Bu aşamada bizim kullanacağımız veri toplama çözümü Microsoft Azure Event Hub olacaktır.
 
Ingestor:
 
Uygulamalar, web siteleri veya IoT cihazlarından gelen veriler gateway’ler yardımıyla Microsoft Event Hub’a iletilmektedir. Burada tanımlı connection string ile bağlantı sağlanan Event Hub’a bilgiler serialize edilerek gönderilmektedir. Serialize edilmek istenilen format seçeneği JSON, AVRO veya CSV olabilmektedir. Yazılan kod yardımıyla bu seçenek set edilebilmektedir.
 
Transformation:
 
Bu aşamada Microsoft Azure Event Hub veya Azure Blob Sorage’dan gelen veriler alınarak gerekli dönüşüm işlemleri yapılabilmektedir. Microsoft SQL Server’dan aşina olduğunuz T-SQL diline çok benzeyen SQL komutları ile istenilen sorgular yazılarak JSON olarak gelen veri temel SQL bilgisiyle harmanlanarak çok hızlı ve pratik bir şekilde dönüştürülebilmektedir. Burada dönüştürülen veriler çıktı olarak bir sonraki adıma aktarılmaktadır.
 
Long-term Storage:
 
Uygulama veya IoT cihazlarından çekilen veriler Event Hub ile alınıp Stream Analytics ile analiz edildikten sonra ortaya çıkan sonuçlar kalıcı olarak saklanmak istenebilir. Bu gibi bir durumda Microsoft Azure Stream Analytics analiz edilen veriyi çıktı olarak saklamak için çeşitli seçenekler sunmaktadır. Bu seçenekler, Azure SQL Database, Azure Blob Storage, Azure Event Hub, Power BI, Azure Table Storage, Service Bus Queues, Service Bus Topics, Azure DocumentDB’dir. Bu seçeneklerden hangisini tercih edeceğimiz kullanmak istediğimiz senaryoya bağlı olarak değişiklik gösterebilmektedir. Örneğin stream verinin çıktısı ilişkisel bir veri tabanında saklanmak isteniliyorsa Azure SQL Database, ilişkisel olmayan bir yapıda saklanmak isteniliyorsa Microsoft Azure NoSQL çözümü olan DocumentDB veya key-value çiftleri olarak saklanmak isteniliyorsa Azure Table Storage tercih edilebilir. Bunun dışında analiz edilen veri Azure Service Bus hizmetinde Service Bus Queues, Service Bus Topics ve Event Hub’a gönderilebilir. Böylece analiz edilen stream verinin çıktısı başka bir analiz yapılabilmesi için tekrar bir yerde toplanmış olacaktır. Örneğin analizi yapılan stream verisi çıktı olarak tekrar Event Hub’a gönderilip buradan başka bir uygulama için veri kaynağı olabilir, Azure Machine Learning (AzureML) algoritmaları yardımıyla ileriye dönük tahmin etme çalışmaları, sınıflandırmalar vb. çalışmalar yapılabilir.
 
Presentation and Action:
 
Çıktı olarak elde edilen verinin uzun dönemli olarak kalıcı saklanmasının yanında bir de bu verinin anlık olarak analiz edilmesi ihtiyacı doğabilmektedir. Örneğin, bir web sitesinden stream olarak gelen tıklama verileri alınarak sitenin hangi bölümüne tıklandığı bilgisini koordinat sistemi sayesinde görsel bir rapor ile sunabilmekte, anlık olarak kaç kullanıcı, kaç tıklama yapıldığı gibi bilgilere erişilebilmektedir. Bu gibi senaryoları gerçekleştirebilmek için Excel ile raporlar oluşturulabileceği gibi canlı anlık stream verinin raporlanması için Microsoft Power BI ürünü de kullanılabilmektedir. Power BI ile alınan stream verinin çıktısı gerçek zamanlı olarak oluşturulan dashboard’larda raporlanabilmektedir. Böylece bu panolara bakılarak anlık olarak gerçek zamanlı veri analizi ile raporlar takip edilebilmektedir.
 

 
Stream olarak gelen verinin analiz safhalarını özet olarak gösteren yukarıdaki görselde de uçtan uca mimariyi görebilmekteyiz. Burada veri kaynağı (data source) kısmında uygulama, IoT cihazları vb. kaynaklardan gelen büyük miktarda stream veri alınarak Event Hub’ta toplanmaktadır (collect). Bu aşamada daha önce bahsedildiği gibi referans veri kullanılmak isteniliyorsa Azure Blob Storage üzerinden bu veriler de input olarak alınabilmektedir. Toplanan verileri biçim değiştirme ve işlemek için Stream Analytics içinde proses edilirler (Process). Analiz edilen verinin çıktısı output olarak kalıcı saklanmak isteniliyorsa Azure SQL Database, Azure Blob Storage veya başka bir input olarak kullanılacaksa Azure Event Hub’a gönderilebilir (deliver). Çıktı olarak alınan veri anlık olarak raporlanmak isteniliyorsa Microsoft Power BI ile panolar oluşturularak raporlanabilir veya çıktılar Azure Machine Learning gibi başka bir uygulama tarafından alınarak istatistiksel algoritmalar vasıtasıyla tahmin etme çalışmaları yapılabilir (consume).
 
Bir sonraki yazımızda Event Hubs servisinin ayağa kaldırılması ile ilgili örnek bir demo gerçekleştireceğiz. Şimdilik görüşmek üzere…
 
Dipnot: Yazı içinde kullanılan görsel öğeler için Microsoft Azure Documentation sayfası ve çeşitli kaynaklardan faydalanılmıştır.
 

yorum yaz

Üye Girişi

Kullanıcı Adınız

Şifreniz

Şifremi Unuttum

Arkadaşına Tavsiye Et

Tavsiye edebilmek için siteye giriş yapmalısınız