Co je aktivátor fabricu? Transformace datových proudů na automatizované akce

Aktivátor Fabricu je engine pro detekci událostí bez nutnosti kódování a s nízkou latencí, který automaticky spouští akce, když jsou ve zdrojích dat zjištěny specifické vzory nebo podmínky. Mezi klíčové funkce patří:

Nepřetržitě monitoruje tyto zdroje dat s nízkou latencí a inicializuje akce při splnění prahových hodnot nebo zjištění konkrétních vzorů. Mezi tyto akce patří odesílání e-mailů nebo oznámení Teams, spouštění toků Power Automate nebo integrace se systémy třetích stran.

Základní architektura

Aktivátor je detekční modul a pravidlový engine v jádru inteligentní vrstvy Fabric Real-Time. Architektura funguje jako inteligentní pozorovatel – využívá vysokorychlostní datové proudy, vyhodnocuje podmínky pravidel téměř v reálném čase a spouští automatizované podřízené akce na základě změn ve stavech událostí.

Zapadne do reaktivní architektury řízené událostmi, kde data plynule proudí a rozhodnutí se činí na základě stavových vyhodnocení dat událostí téměř v reálném čase.

• zdroje událostí

  Aktivátor se připojuje přímo k eventstreamům, které ingestují data od různých výrobců (Azure Event Hubs, zařízení IoT, vlastní koncový bod atd.). Tyto streamy slouží jako zdroj událostí a aktivátor se může přihlásit k odběru jednoho nebo více streamů událostí, aby bylo možné sledovat změny dat. Jinými zdroji událostí mohou být Fabric nebo události Azure, či aktivátor, který sleduje sestavu Power BI nebo řídicí panel Real-Time.

• Události a objekty

  Události jsou jednotlivé záznamy (například signál telemetrie nebo vyřazení souboru) přijaté prostřednictvím eventstreamu. Tyto události jsou seskupené do objektů na základě sdíleného identifikátoru (například všechny události ze stejného zařízení jsou seskupené pomocí device_idnebo všechny události stanice kol jsou seskupené bikepoint_idpodle ). Pravidla se pak vyhodnocují na objekt, což umožňuje jemně odstupňovanou detekci (například na senzor nebo prostředek).

• Pravidla a podmínky

  Každý aktivátor obsahuje jedno nebo více pravidel, která se vyhodnocují nepřetržitě. Tato pravidla mohou být jednoduchá porovnání (value < threshold) nebo podmínky, které sledují změny v průběhu času, například BECOMES, DECREASES, INCREASES, EXIT RANGE nebo nepřítomnost dat (heartbeat). Aktivátor zajišťuje sledování stavu pro jednotlivé objekty, což umožňuje komplexní detekci vzorů v průběhu času.

• Akce

  Po splnění podmínky pravidla může aktivátor aktivovat:

  • kanály, poznámkové bloky, funkce nebo definice úlohy Spark v prostředí Fabric.

  • Externí akce prostřednictvím Power Automate

  • Poslat Teams zprávu jednotlivci, skupině, nebo kanálu

  • Odeslat e-mail

• Správa výstrah a testování pravidel

  Aktivátor poskytuje náhled a odhady dopadu před aktivací pravidel a ukazuje, jak často by pravidlo bylo spuštěno na historických datech. Tyto funkce pomáhají zabránit spamování a nadměrnému spouštění upozornění. Interně jsou přechody stavu řízeny tak, aby potlačily šum (například hodnota musí překročit prahovou hodnotu, ne jen zůstat pod ní).

• Monitorování a řízení nákladů

  Účtují se vám pouze náklady, pokud jsou aktivátory aktivně spuštěné. Instance aktivátorů jsou vázány na kapacity Fabric a lze je monitorovat prostřednictvím pracovního prostoru. Protokoly runtime a telemetrie jsou k dispozici prostřednictvím streamů událostí a výstupů z kanálu.

Model nasazení

Instance aktivátoru se nasazují na pracovní prostor a jsou vázané na konkrétní zdroje dat. Více aktivátorů může monitorovat stejný datový proud a povolit paralelní vyhodnocení pravidel pro různé obchodní funkce. Vzhledem k tomu, že aktivátor je vázán na kapacitu, model průběžného placení platí pouze v případě, že jsou pravidla aktivně spuštěna – což nabízí nákladovou efektivitu pro občasné scénáře detekce.

Integrační body v rámci Real-Time intelligence

Součást	Interakce s aktivátorem
Eventstream	Odesílá data v reálném čase do aktivátoru, aby bylo možné monitorovat vzory a podmínky.
Aktivátor	Může vytvářet nové události (například rozšířená data nebo data zařazená do kategorií), které aktivují další aktivátor.
Kanál	Cíl pravidla aktivátoru, které automatizuje následné zpracování
Power BI	Využívá výsledek aktivovaných kanálů nebo poznámkových bloků pro vizualizace v reálném čase.
Power Automate	Automatizuje úlohy pomocí předem připravených nebo vlastních pracovních postupů při výskytu událostí.
Události fabricu	Poskytuje události, ke kterým dochází v rámci Fabric, jako je obnovování sémantického modelu nebo selhání pipeline.
Notebooks	Spuštění poznámkového bloku může být spuštěno aktivátorem
Definice úlohy Sparku	Spuštění úlohy Spark může být spuštěno aktivátorem
Uživatelská datová funkce	Spuštění funkce může spustit aktivátor

Aktivátor jako orchestrátor

Pokud chcete funkci Aktivátor efektivně používat ve velkých systémech, musíte koordinovat, jak funguje s dalšími komponentami infrastruktury. Měli byste také optimalizovat nastavení na základě toho, kolik dat zpracováváte, kolik objektů sledujete a jak složitá jsou vaše pravidla. V této části se dozvíte, jak orchestrovat aktivátor s jinými službami a jak optimalizovat logiku detekce a chování modulu runtime pro podporu nízké latence (rychlé), nákladově efektivní automatizace ve velkém měřítku.

Aktivátor hraje ústřední roli v událostmi řízených potrubích tím, že vyhodnocuje data v okamžiku přijetí a spouští akce níže. Mezi typické vzory orchestrace patří:

Vzor	Popis toku
Příjem dat → Detekce → Transformace	Události proudí z eventstreamu do aktivátoru, který aktivuje kanál pro rozšiřování nebo přesouvání dat.
Příjem → Detekce → Oznámení	Aktivátor aktivuje Power Automate, aby odesílal výstrahy nebo nasdílel stav do Teams, Outlooku nebo ServiceNow.
Příjem dat → zjišťování → vyhodnocování modelu	Aktivátor aktivuje poznámkový blok pro určení skóre modelu ML nebo provádění pokročilých analýz na základě anomálií v reálném čase.
Smyčka zpětné vazby s aktivátorem (plánovaná)	Aktivátorem generované přehledy (např. popisky citlivosti) se předávají do pravidel aktivátoru, což umožňuje sémanticky rozšířenou automatizaci.

Klíčové koncepty

Aktivátor Fabric průběžně monitoruje vaše data a rychle zjišťuje, kdy jsou vámi definované podmínky splněny, i když se data časem mění. V jádru funkce Aktivátor zpracovává události generované v reálném čase prostřednictvím eventstreamu, vyhodnocuje podmínky pravidla na logický objekt a inicializuje akce v reakci na přechody stavu. Přehled aktivátoru Fabric najdete v tématu Úvod do Fabric Activator.

Následující koncepty se používají k sestavení a aktivaci automatizovaných akcí a odpovědí v nástroji Fabric Activator.

Zdroje událostí a události

Aktivátor Fabricu považuje všechny zdroje dat za streamy událostí. Událost představuje pozorování o stavu objektu a obvykle zahrnuje identifikátor objektu, časové razítko a hodnoty monitorovaných polí.

Události ingestované do aktivátoru pocházejí z:

• Eventstream, který podporuje více nadřazených zdrojů (například Azure Event Hubs, IoT Hub, triggery Blob Storage). Eventstream je konkrétní typ položky v Microsoft Fabric, který umožňuje ingestovat, transformovat a směrovat události v reálném čase bez psaní kódu. Aktivátor Fabric monitoruje eventstream a automaticky provede akci, když zjistí definované vzory nebo prahové hodnoty. Aktivátor se také může přihlásit k odběru dvou nebo více streamů událostí, aby bylo možné sledovat změny dat. Streamy událostí se liší podle četnosti. Senzory IoT například generují události několikrát za sekundu a logistické systémy generují události sporadicky, například když se balíčky naskenují na expedičních místech.
• Události fabricu. Například události položkových pracovních prostorů Fabric jsou samostatné události Fabric, ke kterým dochází, když dojde ke změnám ve vašem pracovním prostoru Fabric. Mezi tyto změny patří vytvoření, aktualizace nebo odstranění položky Fabric.
• Události Azure. Například události služby Azure Blob Storage se aktivují, když klient vytvoří, nahradí, odstraní objekt blob atd.
• Sestava Power BI V tomto případě jsou události pravidelnými pozorováními na základě plánu aktualizace sémantického modelu Power BI (dříve označovaného jako datová sada). K těmto pozorováním může docházet denně nebo týdně, což tvoří pomalý tok událostí.
• Řídicí panel Fabric Real-Time.

Každá událost obsahuje:

• Časové razítko
• Užitečné zatížení (strukturovaná nebo částečně strukturovaná data)
• Jeden nebo více atributů používaných k identifikaci objektů (například device_id, bikepoint_id)

Objekty

Ve Fabric Activatoru se entity, které monitorujete, nazývají obchodní objekty, které můžou být fyzické nebo koncepční. Mezi příklady patří fyzické objekty, jako jsou mrazáky, vozidla, balíčky a uživatelé, a koncepční objekty, jako jsou reklamní kampaně, zákaznické účty, uživatelské relace.

Pokud chcete modelovat obchodní objekt v aktivátoru, propojíte jeden nebo více eventstreamů, vyberete sloupec, který bude sloužit jako ID objektu, a zadáte pole, která chcete považovat za vlastnosti objektu.

Instance objektu odkazuje na specifický příklad obchodního objektu, jako je například mrazák, vozidlo nebo uživatelská relace. Naproti tomu objekt obvykle odkazuje na obecnou definici nebo třídu (například mrazák jako typ). Termín populace se používá pro úplnou sadu instancí objektů, které jsou monitorovány.

Vytvoření objektu je implicitní: Aktivátor seskupuje události pomocí určeného klíče objektu. Pravidla jsou vymezena na objekty, což znamená, že veškerá logika vyhodnocení je objektově závislá a nezávislá napříč instancemi. Monitorování pravidel bikepoint_id například vytvoří jedinečné logické vyhodnocení pro každou jedinečnou stanici kol.

Pravidla

Pravidla definují podmínky, které chcete zjistit u objektů, a akce, které se mají provést při splnění těchto podmínek. Například pravidlo na mraznícím objektu může zjistit, kdy teplota překročí bezpečnou prahovou hodnotu, a automaticky odeslat e-mailové upozornění přiřazeným technikům.

Pravidla v aktivátoru můžou být bezstavová nebo stavová:

• Bezstavová pravidla vyhodnocují každou událost izolovaně (například hodnota < 50).
• Stavová pravidla udržují paměť napříč událostmi na objekt (například hodnota DECREASES, BECOMES, EXIT RANGE)

Stavové vyhodnocení spoléhá na:

• Detekce delta: Sleduje změny mezi předchozími a současnými hodnotami událostí.
• Časové sekvencování: Vyhodnocuje podmínky založené na čase, jako je nepřítomnost událostí (detekce srdečního tepu).
• Přechody stavu: Pravidla se aktivují pouze při vstupu do nového stavu, což brání opakovanému vyřazování v nezměněných podmínkách.

Pravidla se vyhodnocují nepřetržitě a reagují v milisekundách. Systém je optimalizovaný pro dobu odezvy podsekund po přijetí události.

Akce

Když jsou splněny podmínky pravidla a zahájí se akce, znamená to, že se pravidlo aktivuje. Mezi podporované cíle pro akce patří:

• Potrubí infrastruktury (pro přesun dat, obohacení)
• Poznámkové bloky pro strojové učení (bodování, diagnostika)
• Úlohy systému Fabric Spark (pro dávkové a streamovací úlohy)
• Funkce fabricu (pro vlastní obchodní logiku s kódem)
• Toky Power Automate (pro integraci obchodních procesů)
• Oznámení Teams (pomocí šablonových zpráv)
• E-mailová oznámení

Když se aktivuje pravidlo, triggeror odešle informace o tom, co se stalo, a pokračuje v monitorování bez čekání na dokončení akce. Tento přístup umožňuje škálovatelné pracovní postupy, které mohou zpracovávat mnoho událostí současně.

Vlastnosti

Vlastnosti jsou konkrétní pole nebo atributy obchodního objektu, který chcete monitorovat. Můžou to být fyzické nebo koncepční charakteristiky, například:

• Teplota balení
• Stav zásilky
• Zůstatek zákaznického účtu
• Skóre zapojení uživatelské relace

Jsou odvozené z událostí, což jsou průběžné toky dat ze zdrojů, jako jsou senzory IoT, sestavy Power BI nebo jiné systémy.

Když definujete obchodní objekt v aktivátoru, propojíte jeden nebo více eventstreamů, zvolíte sloupec, který bude sloužit jako ID objektu, a vyberete další sloupce, které se mají považovat za vlastnosti tohoto objektu. U těchto vlastností můžete vytvořit pravidla pro sledování změn v průběhu času, zjištění, kdy vlastnost překročí prahovou hodnotu nebo spadá mimo rozsah, nebo aktivovat akce, jako jsou výstrahy, pracovní postupy nebo oznámení.

Vlastnosti jsou užitečné také v případech, kdy chcete znovu použít logiku napříč několika pravidly. Na objektu mrazáku můžete například definovat vlastnost, která vypočítá průměr teploty za jednohodinovou dobu. Po definování lze na tuto vlastnost odkazovat v několika pravidlech, jako jsou ty, které detekují přehřívání, kolísání teploty nebo prahové hodnoty údržby – bez duplikování logiky. Díky centralizaci logiky ve vlastnostech usnadňujete správu, konzistentnější a jednodušší aktualizaci v průběhu času.

Období pro zpětné hodnocení

Období zpětného pohledu odkazuje na dobu trvání historických dat, která Aktivátor analyzuje pro vyhodnocení pravidla. Zajišťuje, že je k dispozici dostatek minulých dat k přesnému rozpoznání vzorů nebo výpočetních agregací, jako jsou průměry, i když data přicházejí pozdě nebo nepravidelně.

Období zpětného vyhledávání je určeno takto:

• Jak se pravidlo definuje, například jestli vyžaduje analýzu trendů, zjišťování anomálií nebo porovnávání hodnot v průběhu času.
• Objem příchozích dat, jako je počet událostí za sekundu v datovém proudu událostí.

Vezměte v úvahu farmaceutické logistické operace přepravující balíčky léků v studeném řetězci. Cílem je dostat upozornění, když se balíček stane příliš teplým.

Řekněme, že pravidlo je definováno takto:

• Vyhodnocení průměrné teploty každého balíčku v tříhodinovém intervalu
• Aktivace výstrahy v případě, že průměrná teplota překročí 8°C

K přesnému výpočtu tohoto pravidla musí Fabric Activator analyzovat širší časový rámec historických dat, konkrétně šestihodinové období zpětného pohledu. Zajišťuje, aby bylo k dispozici dostatek dat pro výpočet tříhodinového průměru v libovolném časovém okamžiku, i když data přicházejí s určitým zpožděním nebo nepravidelností.

Období zpětného vyhledávání je nezbytné pro včasné a přesné zjišťování podmínek, zejména ve scénářích, kdy se vzory dat v průběhu času vyvíjejí.

Jedinečné ID aktivního objektu

Pravidla založená na atributech se používají k monitorování toho, jak se v průběhu času mění konkrétní atributy objektu. V příkladu farmaceutické logistiky je každý balíček léku reprezentován jedinečným ID objektu a systém přijímá pravidelné čtení teploty pro každý balíček.

Aby se tato pravidla efektivně vyhodnocovala, Fabric Activator sleduje ID aktivních objektů, tj. objekty, pro které události přicházejí v definovaném retrospektivním období. Toto chování zajišťuje, že při použití pravidel se považují pouze relevantní, aktuálně aktivní objekty.

Například placená stanice může sledovat vozidla (ID objektů) při jejich průchodu. Každé vozidlo generuje události (například skeny vstupu a výstupu), a systém považuje za aktivní a vyhodnocuje pouze objekty s nedávnou aktivitou.

Existují také omezení na základě počtu jedinečných ID objektů (počtu balíčků), které se sledují v okně zpětného vyhledávání.

Běžné případy použití

Tady je několik reálných scénářů, ve kterých můžete použít Fabric Activator:

• Automaticky spouštět reklamní kampaně v případě poklesu prodeje stejného obchodu, což pomáhá zvýšit výkon v podvýkonných umístěních.
• Informujte manažery obchodu s potravinami, aby přemístili jídlo z nefunkčních mrazáků před tím, než dojde ke zkažení.
• Aktivujte přizpůsobené pracovní postupy, pokud cesta zákazníka mezi aplikacemi, webovými stránkami nebo jinými kontaktními body naznačuje negativní zkušenosti.
• Proaktivně zahajte pracovní postupy šetření, když se stav zásilky neaktualizoval v rámci definovaného časového rámce, což pomáhá rychleji vyhledat ztracené balíčky.
• Upozorňujte účtovací týmy, když zákazníci upadnou do prodlení, s využitím přizpůsobených prahových hodnot pro dobu nebo nevyrovnané zůstatky na zákazníka.
• Sledujte zdraví potrubí a automaticky znovu spusťte selhané úlohy nebo upozorněte týmy, když se zjistí anomálie nebo selhání.

Další krok

Viz Návod: Vytvoření a aktivace pravidla Fabric Activator.