Analyseworkloads beschreiben1 / 5
Ein Datenteam baut ein System zur Betrugserkennung in Echtzeit. Welches Muster beschreibt am besten eine Architektur, in der Ereignisse verarbeitet und analysiert werden, während sie eintreffen, also bevor sie gespeichert werden?
RichtigNicht ganz
Alex
Stream Processing analysiert Daten kontinuierlich, während die Ereignisse eintreffen, und ermöglicht so Entscheidungen in Echtzeit wie die Betrugserkennung. Anders als Batch-Verarbeitung (die Daten ansammelt und in Intervallen verarbeitet) oder Data Warehousing (optimiert für historische Analysen) liefert Stream Processing Latenzen im Subsekundenbereich. In Azure nimmt Event Hubs Ereignisströme entgegen, und Stream Analytics wendet SQL-ähnliche Abfragen mit Fensteraggregationen (Tumbling, Hopping und Sliding Windows) an, um Muster in Echtzeit zu erkennen. Datenarchivierung speichert Daten langfristig, verarbeitet sie aber nicht im Fluss. Entscheidender Unterschied: Stream = kontinuierlich, in Echtzeit; Batch = geplant, angesammelt. Quelle: https://learn.microsoft.com/azure/stream-analytics/stream-analytics-solution-patterns
Quellelearn.microsoft.com
Erstelle ein kostenloses Konto, um Alex weiter zu fragen — keine Kreditkarte nötig.
Frage 1 von 5
Kostenlos starten