本系列是一个入门级别的动手实验，也是抽取了我们在做物联网开发中的最典型的应用场景，包含：

  1. 设备发送数据到云；
  2. 从云端控制设备；
  3. 在云端对上传的数据进行实时分析，提取有用的数据写入数据库；
  4. 在云端对上传的数据进行实时分析，满足某些条件时发出邮件报警；

本系列内容共分三篇文章介绍：

 

1.《Azure IoT Hub 动手训练营 （1）- 前置条件（准备工作）》

2.《Azure IoT Hub 动手训练营 （2）- 实验1，发送设备到云的消息和从云端控制设备（Node.js Device SDK /Service SDK）》

3.《Azure IoT Hub 动手训练营 （3）- 实验2，使用流分析（Stream Analytics）对遥测数据进行实时在线分析并将结果写入Azure SQL Server数据库和Logic app发邮件报警》

 

本文是本系列内容第三篇，以下是本文正文：

 

本实验使用动手实验（1）中的代码。

 

 

 

流分析实战（1）：将Azure IoT Hub的遥测数据全部写入到 Azure SQL 数据库中；观看本节视频演示
 
本小节准备工作:
  1. 创建流分析服务，阅读图文步骤
  2.  创建Azure SQL Server逻辑数据库及表，阅读图文步骤
本小节实战：
  1. 创建输入和输出，阅读图文步骤
  2. 编写查询，阅读图文步骤
  3. 启动流分析查询并在Azure SQL Server中查询结果，阅读图文步骤

 

流分析实战（2）：统计过去30S内的遥测数据，当平均温度大于30°C时发送消息到Event Hub, 经由Logic app发送报警电子邮件；观看本节视频演示
  1. 创建Event Hub并设定为流分析的输出，阅读图文步骤
  2. 修改查询，阅读图文步骤
  3. 启动查询并在Event Hub Portal 查询结果，阅读图文步骤
  4. 创建Logic App并配置从Event Hub触发执行通过SMTP发送报警电子邮件，阅读图文步骤

 

 

 

 

 

 

 

准备工作（a）创建流分析服务

 

 

流单元设置为1：

 

进入流分析控制台，常用的三个功能为 输入，输出，查询：

 

 

输出设置为Azure SQL DB， 需要先创建一个Azure SQL DB。

 

 
准备工作（b）创建Azure SQL数据库

 

 

 

输入服务器名称，设置管理员账号和密码后，即可创建数据库逻辑服务器，然后需要，在逻辑服务器上创建数据库：

 

 

 

在本例中，我们修改了数据库的 计算和存储层级：

 

在查询编辑其中创建表：

 

登录的时候，会出现如下错误：

 

需要将错误提示中的IP地址添加到数据库防火墙中：

添加防火墙后，重新执行登录到查询编辑器：

 

也可以在防火墙规则中做如下设置，则不用每次手动添加Azure相关服务 对数据库的访问：

 

接下来在查询编辑其中创建表：

本例中创建表的sql语句如下（注：本语句仅作为流程演示，不处理索引等优化）：

CREATE TABLE [dbo].[TelemetryFromIoTHub](
	[DeviceName] [nvarchar](50) NULL,
	[Temperature] [nvarchar](50) NULL,
	[OutPutTime] [datetime] NULL
) ON [PRIMARY]
GO

 

点击查询编辑器中的运行按钮，将创建数据库表：

 

点击下图刷新按钮，即可看到新创建的数据库表：

 

 

 
流分析实战（1）- a.设置流分析的输入和输出

 

添加输入，选择”IoT 中心“：

 

在下拉列表中选择我们的IoTHub， 其余保持不变：

 

添加输出，选择“SQL 数据库”，填写输出的别名等信息，选择刚创建的数据库作为输出目标：

 

 

 

 

 

流分析实战（1）- b.设置流分析的查询

 

 

流分析查询，支持嵌套，如下图所示的数据结构中，可以通过 IoTHub.ConnectionDeviceId的形式取出嵌套对象的内容：

[
  {
    "temperature": 24.21303541882745,
    "humidity": 74.61976840888555,
    "EventProcessedUtcTime": "2020-04-16T07:52:14.5159152Z",
    "PartitionId": 2,
    "EventEnqueuedUtcTime": "2020-04-16T06:52:59.4290000Z",
    "IoTHub": {
      "MessageId": null,
      "CorrelationId": null,
      "ConnectionDeviceId": "seanyu",
      "ConnectionDeviceGenerationId": "637225529989135485",
      "EnqueuedTime": "2020-04-16T06:52:59.0000000",
      "StreamId": null
    }
  },
  {
    "temperature": 32.67715489220832,
    "humidity": 73.98847667040462,
    "EventProcessedUtcTime": "2020-04-16T07:52:14.5159152Z",
    "PartitionId": 2,
    "EventEnqueuedUtcTime": "2020-04-16T06:52:58.4130000Z",
    "IoTHub": {
      "MessageId": null,
      "CorrelationId": null,
      "ConnectionDeviceId": "seanyu",
      "ConnectionDeviceGenerationId": "637225529989135485",
      "EnqueuedTime": "2020-04-16T06:52:58.0000000",
      "StreamId": null
    }
  },
  {
    "temperature": 22.95865720961004,
    "humidity": 64.28459895101837,
    "EventProcessedUtcTime": "2020-04-16T07:52:14.5159152Z",
    "PartitionId": 2,
    "EventEnqueuedUtcTime": "2020-04-16T06:52:57.4130000Z",
    "IoTHub": {
      "MessageId": null,
      "CorrelationId": null,
      "ConnectionDeviceId": "seanyu",
      "ConnectionDeviceGenerationId": "637225529989135485",
      "EnqueuedTime": "2020-04-16T06:52:57.0000000",
      "StreamId": null
    }
  }
]

 

将以下查询语句拷贝到查询对话框中：

SELECT
System.Timestamp AS OutPutTime, 
IoTHub.ConnectionDeviceId AS DeviceName,
temperature AS Temperature 
INTO
    tosqldb
FROM
    fromiothub

如下图所示：

 

 

流分析实战（1）- c.运行流分析并检查结果

 

在流分析概述页面，点击启动按钮，稍等片刻即可看到下方有数据流入和流出：

在SQL server查询分析器中也能查询到相应的数据：

 

本小节结束！

 

 

 

流分析实战（2）：a.创建Event Hub并设定为流分析的输出
 

 

在市场中选择 Event Hubs:

选择标准层（20使用者组），其余保持默认值：

新建事件中心：

 

输入一个名称，其余值保持默认：

 

 

 

为流分析添加输出到事件中心：

输入一个输出别名，选择现有的event hub信息：

 

 

流分析实战（2）：b.修改查询,将报警信息输出到事件中心
 

修改流分析查询：

select System.Timestamp AS OutPutTime,IoTHub.ConnectionDeviceId AS DeviceName,
Avg(temperature) AS avgtemperature into toeventhub
from fromiothub
TIMESTAMP BY EventProcessedUtcTime
GROUP BY SlidingWindow(second,30), IoTHub.ConnectionDeviceId
HAVING Avg(temperature)>30;

点击保存：

 

 
流分析实战（2）：c.启动查询并在Event Hub Portal 查询结果
 

 

启动流分析：

等待一段时间后，可以看到流分析输入输出已经正常：

 

同时，在Event Hub概述页面中，也能看到数据流入：

至此，我们的设备遥测信息经过流分析将报警数据输出到了Event Hub事件中心中。

 

 

流分析实战（2）：d.创建Logic App并配置从Event Hub触发执行通过SMTP发送报警电子邮件

 

创建逻辑应用：

填写逻辑应用的名称，选择区域即可创建：

 

创建空白的逻辑应用：

 

选择 EventHubs:

 

点击如下图所示位置：

 

输入名称，选择事件中心：

 

选择默认的策略：

从下拉列表中选择自己的Event Hub， 然后点击新步骤：

 

在全部中，选择SMTP：

填写SMTP的信息，请使用自己QQ邮箱等的SMTP信息，或者使用我们提供的测试用的SMTP：

注意，我们提供的测试SMTP用的人比较多，收到垃圾邮件策略的影响，可能出现邮件无法正常发送的情况。

选择必备的参数：

收件人填写自己的邮箱, 主题可以自定义，内容选择 content：

点击保存按钮保存逻辑应用：

 

接下来稍等片刻即可收到新邮件：

 

 

 

将Azure IoT Hub的遥测数据全部写入到 Azure SQL 数据库中

 

 

统计过去30S内的遥测数据，当平均温度大于30°C时发送消息到Event Hub, 经由Logic app发送报警电子邮件