流分析和流位置
Stream Analytics and stream position
我有两个关于流分析行为的一般性问题。在有关我的问题的文档中，我没有发现任何信息或（对我而言）误导性信息。
我的两个问题都针对以 EventHub 作为输入源的流分析。
1.流位置
当分析作业启动时，是否只处理启动后传入的事件？是否忽略仍在事件中心管道中的旧事件？
2。长跨度时间window
文档里写着
"The output of the window will be a single event based on the aggregate function used with a timestamp equal to the window end time."
如果我创建了一个 select 语句，例如，7 天的跌幅 window。在关闭 window 并发送结果集之前，作业可以在内存中保存多少个输出元素有任何限制吗？我的意思是在我繁重的工作负载 eventhub 上可以有数百万个输出结果。
对于您的第一个问题，没有任何证据表明流分析会忽略作业启动之前的任何旧事件。实际上，事件生命周期取决于事件中心消息保留（1 ~ 7 天），而不是流分析。但是，您可以为输入指定 eventStartTime & eventEndTime 以根据需要检索这些数据，请参阅流分析的第一个 REST 请求属性 Input.
在 Azure 门户上，它们如下所示。
关于你的第二个问题，根据 Stream Analytics and the reference for Windowing 的 Azure 限制和配额，内存使用没有任何限制，唯一的限制如下。
- 对于窗口，"The maximum size of the window in all cases is 7 days."
- 对于 Stream Analytis，"Maximum throughput of a Streaming Unit" 是 1MB/s。
- 对于事件中心，如下所示。
以上这些都会造成输出延迟
我有两个关于流分析行为的一般性问题。在有关我的问题的文档中，我没有发现任何信息或（对我而言）误导性信息。
我的两个问题都针对以 EventHub 作为输入源的流分析。
1.流位置
当分析作业启动时，是否只处理启动后传入的事件？是否忽略仍在事件中心管道中的旧事件？
2。长跨度时间window
文档里写着
"The output of the window will be a single event based on the aggregate function used with a timestamp equal to the window end time."
如果我创建了一个 select 语句，例如，7 天的跌幅 window。在关闭 window 并发送结果集之前，作业可以在内存中保存多少个输出元素有任何限制吗？我的意思是在我繁重的工作负载 eventhub 上可以有数百万个输出结果。
对于您的第一个问题，没有任何证据表明流分析会忽略作业启动之前的任何旧事件。实际上，事件生命周期取决于事件中心消息保留（1 ~ 7 天），而不是流分析。但是，您可以为输入指定 eventStartTime & eventEndTime 以根据需要检索这些数据，请参阅流分析的第一个 REST 请求属性 Input.
在 Azure 门户上，它们如下所示。
关于你的第二个问题，根据 Stream Analytics and the reference for Windowing 的 Azure 限制和配额，内存使用没有任何限制，唯一的限制如下。
- 对于窗口，"The maximum size of the window in all cases is 7 days."
- 对于 Stream Analytis，"Maximum throughput of a Streaming Unit" 是 1MB/s。
- 对于事件中心，如下所示。
以上这些都会造成输出延迟