Bonne réponse
Explication
Azure Stream Analytics est conçu pour le traitement de données en temps réel et l'analyse de données en continu, telles que les événements de flux de clics. Il peut ingérer des données à partir de sources telles qu'Azure Event Hubs, appliquer des requêtes de type SQL pour détecter des modèles et générer des résultats vers des déclencheurs ou un stockage, le tout avec une latence inférieure à une seconde. Cela correspond à l'exigence de détection de modèles en temps réel et de déclenchement d'offres personnalisées.
Pour aller plus loin
Azure Stream Analytics est un moteur de traitement de flux en temps réel entièrement géré qui ingère des données à partir de sources telles qu'Event Hubs, IoT Hub ou Blob Storage et évalue une requête de type SQL en continu. Il prend en charge les opérateurs temporels tels que les fenêtres temporelles de type tumbling, hopping et sliding, qui sont essentiels pour détecter des modèles de flux de clics dans des cadres temporels délimités et émettre des résultats vers des récepteurs en aval pour déclencher des offres personnalisées. Un comportement subtil : les tâches Stream Analytics possèdent des unités de streaming configurables et des stratégies d'ordre des événements, et les événements en retard peuvent être traités à l'aide de paramètres de tolérance de désordre plutôt que d'être silencieusement ignorés. Dans ce scénario, les données brutes de flux de clics peuvent être acheminées simultanément vers Azure Data Lake Storage pour une analyse par lot, tandis que le même flux alimente Stream Analytics pour la détection de modèles à faible latence, illustrant le modèle d'architecture lambda.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement DP-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.