Azure流分析中的MATCH_Recognity显著降低了与生成、修改和维护与警报或进一步数据计算事件序列匹配的查询相关的复杂性和成本。什么是Azure流分析？Azure Stream Analytics是Azure上完全托管的无服务器PaaS产品，它使客户能够分析和处理快速移动的数据流，并为关键任务场景提供实时见解。开发人员可以使用一种简单的SQL语言，可扩展到包括自定义代码，以便编写和部署强大的分析处理逻辑，该逻辑可以扩展和扩展，以毫秒延迟提供见解。在流处理中结合模式匹配的传统方法许多客户使用Azure流分析来持续监控大量数据，检测事件序列并从这些事件中获取警报或聚合数据。这本质上就是模式匹配。对于模式匹配，客户传统上依赖于多个连接，每个连接检测一个特定的事件。将这些联接组合起来以查找事件序列、计算结果或创建警报。开发模式匹配查询是一个复杂的过程，而且非常容易出错，很难维护和调试。此外，当试图表达更复杂的模式，如Kleene星、Kleene Plus或通配符时，也有一些限制。为了解决这些问题并改善客户体验，Azure Stream Analytics提供了MATCH_RECOGNIZE子句来定义模式并从匹配的事件中计算值。MATCH_RECOGNIZE子句提高了用户的工作效率，因为它易于读、写和维护。匹配识别的典型场景事件匹配是数据流处理的一个重要方面。在数据流中表达和搜索模式的能力使用户能够创建简单而强大的算法，当发现特定的事件序列时，可以触发警报或计算值。一个例子是一个食品准备设施，有多个炊具，每一个都有自己的温度监视器。一个特定的炊具需要关闭操作，以防它的温度在五分钟内翻倍。在这种情况下，必须关闭炊具，因为温度上升太快，可能会烧坏食物或引起火灾。查询从温度选择*进入关机状态匹配识别(限制持续时间（分钟，5）炊具分隔比赛后跳到下一行措施1 AS应关闭模式（温度1温度2）定义温度1当温度1.temp>0时，温度2作为温度2.temp>2*MAX（温度1.temp）)作为T在上面的示例中，MATCH_RECOGNIZE定义了5分钟的限制持续时间、找到匹配时输出的度量、要匹配的模式以及如何定义每个模式变量。一旦找到匹配项，包含度量值的事件将被输出到ShutDown。此匹配项按CookieID在所有炊具上进行分区，并且彼此独立评估。MATCH_-RECOGNIZE提供了一种更简单的方式来表达模式匹配，减少了编写和维护模式匹配查询的时间，并实现了以前几乎不可能编写或调试的更丰富的场景。Azure流分析入门Azure流分析支持实时处理来自物联网设备、应用程序、点击流和其他数据流的快速移动数据流。要开始，请参阅Azure流分析文档。