本快速入门中将使用 Bicep 创建一个 Azure 流分析作业。 创建作业后,将验证部署。
Bicep 是一种特定于域的语言 (DSL),使用声明性语法来部署 Azure 资源。 它提供简明的语法、可靠的类型安全性以及对代码重用的支持。 Bicep 会针对你的 Azure 基础结构即代码解决方案提供最佳创作体验。
要完成本文的步骤,需要有一个 Azure 订阅。 创建一个试用帐户。
本快速入门中使用的 Bicep 文件来自 Azure 快速入门模板。
@description('Location for the resources.')
param location string = resourceGroup().location
@description('Stream Analytics Job Name, can contain alphanumeric characters and hypen and must be 3-63 characters long')
@minLength(3)
@maxLength(63)
param streamAnalyticsJobName string
@description('Number of Streaming Units')
@minValue(1)
@maxValue(48)
@allowed([
1
3
6
12
18
24
30
36
42
48
])
param numberOfStreamingUnits int
resource streamingJob 'Microsoft.StreamAnalytics/streamingjobs@2021-10-01-preview' = {
name: streamAnalyticsJobName
location: location
properties: {
sku: {
name: 'Standard'
}
outputErrorPolicy: 'Stop'
eventsOutOfOrderPolicy: 'Adjust'
eventsOutOfOrderMaxDelayInSeconds: 0
eventsLateArrivalMaxDelayInSeconds: 5
dataLocale: 'en-US'
transformation: {
name: 'Transformation'
properties: {
streamingUnits: numberOfStreamingUnits
query: 'SELECT\r\n *\r\nINTO\r\n [YourOutputAlias]\r\nFROM\r\n [YourInputAlias]'
}
}
}
}
Bicep 文件中定义的 Azure 资源是 Microsoft.StreamAnalytics/StreamingJobs:创建 Azure 流分析作业。
将该 Bicep 文件另存为本地计算机上的 main.bicep。
使用 Azure CLI 或 Azure PowerShell 来部署该 Bicep 文件。
az group create --name exampleRG --location chinanorth az deployment group create --resource-group exampleRG --template-file main.bicep --parameters streamAnalyticsJobName =<job-name> numberOfStreamingUnits=<int>
需要为以下参数提供值:
- streamAnalyticsJobName:将 <job-name> 替换为流分析作业名称。 名称可以包含字母数字字符和连字符,长度必须为 3-63 个字符。
- numberOfStreamingUnits:将 <int> 替换为流单元的数量。 允许的值包括:1、3、6、12、18、24、30、36、42 和 48。
注意
部署完成后,应会看到一条指出部署成功的消息。
可以使用 Azure 门户检查 Azure 流分析作业,或者使用以下 Azure CLI 或 Azure PowerShell 脚本来列出资源。
使用 Azure 门户、Azure CLI 或 Azure PowerShell 列出资源组中已部署的资源。
az resource list --resource-group exampleRG
如果打算继续学习后续教程,可能需要保留这些资源。 如果不再需要资源组,可以将其删除,这会删除 Azure 流分析作业。 使用 Azure CLI 或 Azure PowerShell 删除资源组:
az group delete --name exampleRG
在本快速入门中,你已使用 Bicep 创建了 Azure 流分析作业,并验证了部署。 若要了解如何使用 Visual Studio Code 创建自己的 Bicep 文件,请继续阅读以下文章: