一个流分析作业与多个作业
One stream analytics job vs multiple jobs
在性能方面，一个流分析作业与多个查询和输出（在我的例子中是 Azure 表）相比有很大的区别。将这些查询和输出拆分为多个流分析作业？
如果差异很大，如何确定哪种方案最适合我的需求？
文档指出：
Stream Analytics can handle up to 1 GB of incoming data per second.
但我更关心的是数据的处理。
有两件事决定了您可以将一个流分析帐户扩展到什么程度：
- The documented limits
- 您需要多少流单元来处理您的工作负载 - 请参阅 this page 底部的常见问题解答。
较小的 windows 处理较少的卷将消耗较少的单位。与许多其他 PaaS 服务一样，测量单位是深奥的，您的里程可能会有所不同，最好为您的用例构建一个小样本，然后预测它将如何扩展。
我当然不会为每种情况构建一个单独的流作业，但您可能需要找到一种方法来 "partition" 您的要求，也许通过使用 case/feature，按业务领域，使用系统等
在性能方面，一个流分析作业与多个查询和输出（在我的例子中是 Azure 表）相比有很大的区别。将这些查询和输出拆分为多个流分析作业？
如果差异很大，如何确定哪种方案最适合我的需求？
文档指出：
Stream Analytics can handle up to 1 GB of incoming data per second.
但我更关心的是数据的处理。
有两件事决定了您可以将一个流分析帐户扩展到什么程度：
- The documented limits
- 您需要多少流单元来处理您的工作负载 - 请参阅 this page 底部的常见问题解答。
较小的 windows 处理较少的卷将消耗较少的单位。与许多其他 PaaS 服务一样，测量单位是深奥的，您的里程可能会有所不同，最好为您的用例构建一个小样本，然后预测它将如何扩展。
我当然不会为每种情况构建一个单独的流作业，但您可能需要找到一种方法来 "partition" 您的要求，也许通过使用 case/feature，按业务领域，使用系统等