Azure Stream Analytics Eğitimi

Eğitim Hakkında

Azure Stream Analytics ile gerçek zamanlı olay işleme ve analitik

Eğitim, Azure üzerinde gerçek zamanlı veri akışı kurmayı öğretir. Event Hubs ve IoT Hub girişleri, Stream Analytics job tasarımı, SQL benzeri sorgu dili, Tumbling/Hopping/Sliding/Session pencereleri, zaman politikaları ve geç gelen olaylar, referans veri birleştirme, anomali tespiti fonksiyonları, Power BI, SQL, Cosmos DB ve Data Lake çıktıları, streaming unit ölçekleme ve paralel iş tasarımı uygulamalıdır.

Süre ve Format

2 Gün. Her gün dört modül; her modülde mimari anlatım, Azure portal laboratuvarı ve kısa senaryo çalışması yer alır.

Seviye

Orta Seviye — Azure Stream Analytics, Event Hubs ve IoT Hub ile gerçek zamanlı akış işleme, pencere fonksiyonları ve çıktı entegrasyonunu kapsayan eğitim

Öğrenme Metodu

Simüle edilmiş sensör olay akışı Event Hubs'a gönderilir; Stream Analytics sorguları canlı veri üzerinde yazılır ve test edilir.

Neden Bu Eğitim?

⚡Gerçek Zamanlı

Olayları saniyeler içinde işleyip panolara ve alarmlara taşırsınız.

🪟Pencere Mantığı

Zaman pencereleriyle doğru toplulaştırma ve geç olay yönetimi uygularsınız.

📈Ölçeklenebilirlik

Partition ve SU planlamasıyla paralel akış işleri tasarlarsınız.

Anahtar Konular

azure stream analyticsgerçek zamanlı veri işlemeevent hubsiot hubstream analytics sorgularıtumbling windowazure akış işlemestream analytics power bianomali tespiti azureazure veri mühendisliği

“Akan veri beklemez; sorgunuz da beklememelidir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

SQL bilgisi

SELECT, GROUP BY ve JOIN içeren sorgular yazabilmek gerekir.

2

Olay kavramı

Olay, mesaj ve JSON veri yapısına aşinalık beklenir.

3

Azure temelleri

Kaynak grubu ve depolama hesabı kavramlarını bilmek faydalıdır.

4

Azure aboneliği

Event Hubs ve Stream Analytics oluşturabilen abonelik gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı Event Hubs ve IoT Hub girişleriyle Stream Analytics job kurar ve temel akış sorguları yazar.

Modül 1

Akış İşleme Mimarisi

Batch ve stream işleme farkı
Lambda ve Kappa mimarileri
Event Hubs, IoT Hub, Kafka karşılaştırması
Stream Analytics job bileşenleri
Streaming Unit (SU) kavramı
Stream Analytics cluster ve edge işleme

Modül 2

Girişler ve Serileştirme

Event Hubs input ve consumer group
IoT Hub yerleşik endpoint
Blob referans girişi
JSON, CSV, Avro serileştirme
Giriş partition anahtarı
Test için örnek veri yükleme

Modül 3

Stream Analytics Sorgu Dili

SELECT INTO ve FROM ile akış okuma
WHERE ve CASE ile filtreleme
GROUP BY ile toplulaştırma
Yerleşik fonksiyonlar: DATEDIFF, LAG, ISFIRST
JSON ve dizi işleme (GetArrayElements)
User-defined function (JavaScript, C#)

Modül 4

Zaman Yönetimi

Application time ve arrival time
Late arrival ve out-of-order toleransı
Watermark mantığı
TIMESTAMP BY kullanımı
Zaman politikası ayarları
Boş giriş ve gecikme tolerans testi

Günün hedefiKatılımcı pencere sorguları yazar, çıktıları Azure servislerine bağlar ve işi ölçekleyip izler.

Modül 1

Pencere Fonksiyonları

TumblingWindow ve HoppingWindow
SlidingWindow ve SessionWindow
SnapshotWindow ve OVER LIMIT DURATION
Pencere seçim rehberi
Çoklu pencere ve zincirleme sorgu
Pencere sınır ve zaman dilimi tuzakları

Modül 2

Referans Veri ve Gelişmiş Analitik

Referans veri birleştirme (JOIN)
Stream-stream join ve DATEDIFF koşulu
Anomali tespiti: AnomalyDetection_SpikeAndDip
Machine Learning fonksiyon çağrısı
Geofencing ve konum analizi
Alarm ve eşik mantığı

Modül 3

Çıktılar ve Entegrasyon

Power BI streaming veri seti
Azure SQL ve Synapse çıktıları
Cosmos DB ve Data Lake Gen2 çıktısı
Event Hubs ve Service Bus çıktısı
Azure Functions ile tetikleme
Çıktı hata politikası: retry ve drop

Modül 4

Ölçekleme, İzleme ve Güvenilirlik

SU kullanım yüzdesi ve ölçekleme
Embarrassingly parallel iş tasarımı
Partition kayması
Watermark delay ve backlogged events metrikleri
Job yeniden başlatma ve checkpoint
Maliyet ve duraklatma stratejisi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Akış mimarisi

Batch ve stream farkını, Event Hubs ve IoT Hub rollerini açıklayabilirsiniz.

✅

Job kurulumu

Giriş, sorgu ve çıktısı olan Stream Analytics job oluşturabilirsiniz.

✅

Sorgu dili

Filtre, toplulaştırma ve JOIN içeren akış sorguları yazabilirsiniz.

✅

Pencere seçimi

Tumbling, Hopping, Sliding ve Session pencerelerini doğru kullanabilirsiniz.

✅

Zaman yönetimi

Geç gelen olayları zaman politikasıyla yönetebilirsiniz.

✅

Referans verisi

Referans veriyle akışı zenginleştirebilirsiniz.

✅

Çıktı entegrasyonu

Power BI, SQL ve Cosmos DB'ye akış çıktısı bağlayabilirsiniz.

✅

Ölçekleme

SU ve partition planlamasıyla paralel iş tasarlayıp izleyebilirsiniz.

Kimler İçin Uygundur?

Veri mühendisleri
IoT çözüm geliştiricileri
gerçek zamanlı analitik kurmak isteyen BT uzmanları için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri mühendisleri, IoT çözüm geliştiricileri ve gerçek zamanlı analitik kurmak isteyen BT uzmanları için uygundur.

Hangi dil kullanılır?

Stream Analytics sorgu dili SQL'e benzer; JavaScript veya C# ile UDF eklenebilir.

Pencere türleri işleniyor mu?

Evet, Tumbling, Hopping, Sliding, Session ve Snapshot pencereleri örneklerle işlenir.

IoT senaryosu var mı?

Evet, simüle sensör verisiyle anomali tespiti ve Power BI panosu kurulur.

Belge verilir mi?

Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

Sertifikalandırma

Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.

Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.

Örnek Sertifika

DATA ENGINEERING ON MICROSOFT AZURE: STREAM ANALYTICS EĞİTİMİ