IoT センサーの計測値や Web サイトのクリックストリームのように、絶え間なく発生し続けるデータを「溜めてから処理する」のではなく「届いた端から処理する」のがストリーム処理です。Azure では、イベントの受け口となる Event Hubs と、SQL ライクなクエリでイベントを変換・フィルターできる Stream Analytics を組み合わせるのが、リアルタイム処理のもっとも基本的な構成です。
このラボでは、Event Hubs を入力、Blob Storage を出力とする Stream Analytics ジョブを 1 ストリーミング ユニットで構成し、「temperature が 25 を超えるイベントだけを通す」フィルター クエリを実装します。その後、Cloud Shell から Python SDK でテストイベントを 30 件送信し、条件を満たすイベントだけが JSON として Blob に書き出されることを確認します。入力・クエリ・出力という Stream Analytics ジョブの 3 要素を、実際にデータを流しながら理解できる内容です。
この構成は DP-203(Azure でのデータ エンジニアリング)のストリーム処理分野で問われる典型パターンです。Event Hubs のコンシューマー グループや、ジョブの開始時刻の意味など、試験でも実務でも重要になるポイントを手を動かしながら押さえていきます。
詳細な手順は、ラボ開始後に画面内のガイドとして表示されます。