在 Azure 流分析中结合静态和实时数据
Combine static and real time data in Azure Stream Analytics
我正在考虑在流分析中组合数据（存储在 Azure SQL）和实时流数据（来自 IoT 中心）。我发现的一种方法是使用 blob 存储复制 SQL Azure 数据并将其用作输入类型 "Reference Data" 并在流分析查询编辑器中使用流数据加入，效果很好。但是，我正在研究是否可以在流分析中使用 JavaScript UDF 函数功能从 SQL Azure 获取数据并与流式 IoT 数据相结合？我也不知道将这些类型的数据组合在一起的建议方法是哪一种？
谢谢
流分析中的 UDF 不允许您调用 SQL 等外部服务。它们用于基本数据操作、正则表达式、数学等。如果您的 SQL 数据在自然界中移动缓慢，您在此处概述的方法是使用数据工厂之类的东西来移动 SQL 将信息存入 Blob 存储，然后将其用作流分析查询中的参考数据是解决问题的正确方法（也是目前唯一的方法）。
如果 SQL 中的数据快速移动，您需要研究挂钩 SQL 数据库更改，然后将它们发布到事件中心。然后，您可以将其作为第二个数据流输入类型拉入您的查询，并在您的查询中进行适当的连接。
我正在考虑在流分析中组合数据（存储在 Azure SQL）和实时流数据（来自 IoT 中心）。我发现的一种方法是使用 blob 存储复制 SQL Azure 数据并将其用作输入类型 "Reference Data" 并在流分析查询编辑器中使用流数据加入，效果很好。但是，我正在研究是否可以在流分析中使用 JavaScript UDF 函数功能从 SQL Azure 获取数据并与流式 IoT 数据相结合？我也不知道将这些类型的数据组合在一起的建议方法是哪一种？
谢谢
流分析中的 UDF 不允许您调用 SQL 等外部服务。它们用于基本数据操作、正则表达式、数学等。如果您的 SQL 数据在自然界中移动缓慢，您在此处概述的方法是使用数据工厂之类的东西来移动 SQL 将信息存入 Blob 存储，然后将其用作流分析查询中的参考数据是解决问题的正确方法（也是目前唯一的方法）。
如果 SQL 中的数据快速移动，您需要研究挂钩 SQL 数据库更改，然后将它们发布到事件中心。然后，您可以将其作为第二个数据流输入类型拉入您的查询，并在您的查询中进行适当的连接。