Co je inteligentní funkce v reálném čase?

Inteligentní funkce v reálném čase je výkonná služba, která všem uživatelům ve vaší organizaci umožňuje extrahovat přehledy a vizualizovat jejich data v pohybu. Nabízí ucelené řešení pro scénáře, ve kterých potřebujete reagovat na události, které probíhají, zpracovávat nepřetržitě proudící data nebo analyzovat protokoly. Ať už se jedná o gigabajty nebo petabajty, všechna data organizace v pohybu konvergují v centru v reálném čase. Bezproblémově spojuje časová data z různých zdrojů pomocí konektorů bez kódu, což umožňuje okamžité vizuální přehledy, geoprostorovou analýzu a reakce založené na triggerech, které jsou všechny součástí katalogu dat v celé organizaci.

Jakmile bez problémů připojíte jakýkoli datový proud, zpřístupní se celé cloudové řešení. Real-Time Intelligence zpracovává příjem dat, transformaci, úložiště, modelování, analýzy, vizualizace, sledování, AI a akce v reálném čase. Vaše data zůstávají chráněná, řízená a integrovaná v rámci vaší organizace a bezproblémově odpovídají všem Fabric nabídkám. Inteligentní funkce v reálném čase transformuje vaše data na dynamický a akční prostředek, který řídí hodnotu v celé organizaci.

Může mi pomoct inteligence v reálném čase?

Real-Time Inteligentní funkce lze použít pro analýzu dat, okamžité vizuální přehledy, centralizaci dat v pohybu pro organizaci, akce na data, efektivní dotazování, transformaci, modelování a ukládání velkých objemů strukturovaných nebo nestrukturovaných dat. Ať už potřebujete vyhodnotit data ze systémů IoT, systémových protokolů, volného textu, částečně strukturovaných dat nebo přispívat daty ke spotřebě jinými uživateli ve vaší organizaci, poskytuje inteligentní funkce v reálném čase všestranné řešení.

I když se říká "v reálném čase", vaše data nemusí proudit velkými rychlostmi a objemy. Real-Time Intelligence nabízí řešení, která reagují na události, když k nim dojde, a ne na řešení, která běží podle plánu. Komponenty Real-Time Intelligence jsou založené na důvěryhodných, základních služby Microsoft a společně rozšiřují celkové možnosti Fabric, aby poskytovaly řešení, která reagují na změny dat okamžitě.

Aplikace inteligentních funkcí v reálném čase zahrnují širokou škálu obchodních scénářů, jako jsou automobilový průmysl, výroba, IoT, detekce podvodů, správa obchodních operací a detekce anomálií. Můžete také použít Real-Time Intelligence pro scénáře aplikací umělé inteligence a agentů, jako je monitorování bezpečnosti obsahu v reálném čase a telemetrie agentů pro generování aplikací, kde se streamují bezpečnostní signály a události konverzace a analyzují pro okamžitou akci.

Jak používat inteligenci v reálném čase?

Real-Time Intelligence v Microsoft Fabric nabízí možnosti, které v kombinaci umožňují vytvářet řešení Real-Time Intelligence v podpoře obchodních a technických procesů.

Diagram architektury Inteligence v reálném čase v Microsoft Fabric.

  • Centrum v reálném čase slouží jako centralizovaný katalog ve vaší organizaci. Usnadňuje hledání, přidávání, zkoumání a sdílení streamovaných dat. Připojením k mnoha různým zdrojům dat můžete získat přehledy v celé organizaci. Důležité je, že toto centrum zajišťuje, aby data nebyla dostupná jenom pro všechny, ale také přístupná všem, podporovala rychlé rozhodování a informovaná opatření. Sdílení streamovaných dat z různých zdrojů umožňuje vytvářet komplexní business intelligence ve vaší organizaci.

  • Jakmile vyberete datový proud z vaší organizace nebo se připojíte k externím nebo interním zdrojům, můžete k prozkoumání dat použít nástroje pro spotřebu dat v reálném čase. Tyto nástroje umožňují vizuálně prozkoumat data a podrobněji prozkoumat konkrétní podrobnosti. K datům, která jsou pro vás nová, a snadno se můžete seznámit se strukturou dat, vzory, anomáliemi, prognózováním množství a mírami dat. Podle toho můžete na základě dat jednat nebo provádět inteligentní rozhodnutí. Real-Time řídicí panely jsou vybaveny předem zadanými interakcemi, které zjednodušují proces porozumění datům, takže jsou přístupné všem uživatelům, kteří chtějí rozhodovat na základě dat v pohybu pomocí vizuálních nástrojů, přirozeného jazyka a Copilot.

  • Tyto přehledy se dají převést na akce s Fabric Aktivátorem, když nastavíte výstrahy z různých částí Fabric pro reakci na vzory dat nebo podmínky v reálném čase.

  • Real-Time Intelligence také integruje datové agenty, které dokážou analyzovat aktuální a historická data v Eventhouse a automatizovat akce a pracovní postupy, čímž doplňují automatizace řízené výstrahami pomocí Activatoru.

Jak mohu interagovat s komponenty Inteligence v reálném čase?

Zjišťování streamovaných dat

Centrum v reálném čase slouží ke zjišťování a správě streamovaných dat. Události centra v reálném čase jsou katalogem dat v pohybu a obsahují:

  • Data streamy: Všechny datové proudy, které aktivně běží v Fabric, ke kterým máte přístup.

  • Microsoft sources: Snadno objevte zdroje streamování, které máte, a rychle nakonfigurujte příjem dat těchto zdrojů do Fabric. Zdroje CDC (Change Data Capture) sledují a streamují změny provedené v databázích v reálném čase, například: Azure Event Hubs, Azure IoT Hub, Azure SQL DB CDC, Azure Cosmos DB CDC, PostgreSQL DB CDC.

  • Fabric události: Funkce řízené událostmi podporují oznámení a zpracování dat v reálném čase. Můžete monitorovat a reagovat na události, včetně událostí položek pracovního prostoru Fabric a událostí služby Azure Blob Storage. Tyto události se dají použít k aktivaci jiných akcí nebo pracovních postupů, jako je vyvolání kanálu nebo odeslání oznámení e-mailem. Tyto události můžete také odesílat do jiných cílů prostřednictvím eventstreamů. Fabric události a události Azure Blob Storage mohou také aktivovat pravidla aktivátoru, která inicializují úlohy Sparku nebo toky dat, což umožňuje plně řízenou orchestraci událostmi bez plánování.

Tato data jsou všechna prezentována ve snadno využitelném formátu a jsou k dispozici pro všechny úlohy Fabric.

Připojení ke streamovaným datům

Eventstreamy umožňují shromažďovat, transformovat a odesílat velké objemy dat v reálném čase do různých cílů, a to vše bez psaní kódu. Eventstreamy podporují více zdrojů dat a cíle dat, včetně široké škály konektorů pro externí zdroje, například: clustery Apache Kafka, kanály zachytávání dat změn databáze, zdroje streamování AWS (Kinesis), Google (GCP Pub/Sub), MQTT v3.1/v3.1.1 a konektor Real-Time Weather. Telemetrie aplikací a bezpečnostní signály obsahu ze služeb AI nebo LLM mohou být také přijímány jako streamy (například prostřednictvím konektorů Kafka nebo Event Hubs), aby umožnily řízení a monitorování interakce agentů. Vytváření výstrah a správa pravidel se vkládají přímo do eventstreamů, což uživatelům umožňuje nastavit výstrahy a akce v prostředí Eventstreams bez přepnutí kontextu.

Zpracování datových proudů

Pomocí možností zpracování událostí v Eventstreams můžete provádět filtrování, čištění dat, transformaci, agregace pomocí okének a detekci duplicit, abyste data upravili do požadovaného tvaru. Můžete také použít možnosti směrování založené na obsahu k odesílání dat do různých cílů na základě filtrů. Další funkce, odvozené datové toky, umožňuje vytvářet nové toky jako výsledek transformací a/nebo agregací, které lze sdílet s uživateli v centru v reálném čase.

Ukládání a analýza dat

Eventhouses jsou ideální analytický modul pro zpracování dat v pohybu. Jsou přizpůsobené událostem založeným na čase, streamovaných událostech se strukturovanými, částečně strukturovanými a nestrukturovanými daty. Data se automaticky uspořádají na základě toho, kdy dorazí, takže můžete spouštět rychlé a podrobné dotazy i na velké objemy dat. Data uložená v eventhousech je možné zpřístupnit ve OneLake ke spotřebě jinými prostředími Fabric.

Indexovaná dělená data uložená v eventhouses jsou připravená na bleskově rychlé dotazy pomocí různých možností kódu, nízkého kódu nebo bez kódu v Fabric. Data se dají dotazovat v nativní KQL (dotazovací jazyk Kusto) nebo pomocí T-SQL v sadě dotazů KQL. Kopilot Kusto spolu s prostředím pro zkoumání dotazů bez kódu zjednodušuje proces analýzy dat pro zkušené uživatele KQL i neprofesionální datové vědce. KQL je jednoduchý, ale výkonný jazyk pro dotazování strukturovaných, částečně strukturovaných a nestrukturovaných dat. Jazyk je výrazný, snadno čitelný, pomáhá pochopit záměr dotazů a je optimalizovaný pro autorování zkušeností.

Eventhouse také zahrnuje nativní detekci anomálií , která běží přímo na živých datových sadách časových řad a datových sadách událostí. Detekce se provádí proti streamovaným datům bez kopírování nebo exportu, což urychluje identifikaci a šetření problémů a doplňuje řídicí panely a analýzy KQL.

V případě scénářů aplikací s AI a agentními scénáři umožňují dotazy KQL s nízkou latencí nad telemetrickými a bezpečnostními událostmi téměř v reálném čase vytváření řídicích panelů a detekci anomálií v konverzacích agentů. Organizace dat časové řady událostí je vhodná k provázání signálů bezpečnosti obsahu s metadaty relací, takže můžete rychle třídit problémy a identifikovat trendy napříč úlohami generativní umělé inteligence.

Eventhouse také zahrnuje nativní detekci anomálií, která se spouští přímo na živých datových sadách, časových řadách a datových sadách událostí. Tato funkce umožňuje rychlejší identifikaci a zkoumání problémů bez přesunu dat, které doplňují řídicí panely a analýzy KQL.

Modelování dat

Tvůrce digitálních dvojčat (náhled) je prostředí s nízkým kódováním nebo bez něj pro modelování vašich dat formou ontologie, které digitálně reprezentuje vaše fyzické prostředí. Modelování prostředků a procesů může pomoct optimalizovat fyzické operace pomocí dat způsobem, který je přístupný provozním osobám s rozhodovací pravomocí.

Pomocí tvůrce digitálních dvojčat můžete mapovat data do své ontologie z různých zdrojových systémů, včetně Fabric OneLake, a definovat sémantické vztahy v celém systému nebo sémantické vztahy pro celou lokalitu pro kontextování dat. Tvůrce digitálních dvojčat zahrnuje předem připravené vizualizace a uživatelské dotazovací prostředí pro zkoumání modelovaných dat, a využívá sílu Microsoft Fabric k analýze rozsáhlých datových sad, jako jsou data časových řad a záznamy údržby, které mohou pokrývat období dní, týdnů nebo měsíců.

Data nástroje pro tvorbu digitálních dvojčat lze také připojit k Power BI nebo k panelům Real-Time pro podrobnější vizualizaci a přizpůsobenou tvorbu reportů modelovaných dat. Pravidla je také možné definovat u ontologických obchodních entit, která inicializují výstrahy a automatizované akce (Preview), čímž propojí modelované entity s následnými akcemi v reálném čase.

Vizualizace přehledů dat

Přehledy dat je možné vizualizovat v dotazových sadách KQL, Real-Time řídicích panelech, Power BI sestavách a mapách s sekundami od příjmu dat po přehledy. Možnosti vizualizace jsou v rozsahu od no-code až po plně specializované prostředí a poskytují hodnotu začínajícímu i expertnímu průzkumníkovi přehledů k vizualizaci dat jako grafů a tabulek. Vizuální pomůcky můžete použít k provádění operací filtrování a agregace s výsledky dotazů a použití bohatého seznamu předdefinovaných vizualizací. Tyto přehledy je možné zobrazit v sestavách Power BI a řídicích panelech Real-Time, z nichž obě můžou mít upozornění založená na přehledech dat.

Mapa v Microsoft Fabric je dynamický nástroj pro geoprostorovou vizualizaci, který umožňuje analyzovat statická i prostorová data v reálném čase pro hlubší inteligenci. Podporuje více přizpůsobitelných datových vrstev, jako jsou bubliny, teplotní mapy, mnohoúhelníky a 3D extruze, což vám umožní odhalovat prostorové vzory a trendy, které tradiční grafy často postrádají. Díky integraci se službou Lakehouses a Eventhouses a povolením dotazů KQL s intervaly aktualizace usnadňuje mapa analýzu dat v reálném čase, pomáhá týmům monitorovat živé změny, zjišťovat anomálie a provádět včasná rozhodnutí. Díky integrovaným stylům map a podpoře formátů, jako jsou GeoJSON a PMTiles, je to výkonný prostředek pro informovanost o provozu a prostorovou inteligenci. Další informace najdete v tématu Vytvoření mapy.

Spouštěcí akce

Výstrahy monitorují měnící se data a automaticky provádějí akce při zjištění vzorů nebo podmínek. Data mohou proudit v uzlu Real-Time, nebo je můžete pozorovat z dotazu Kusto nebo sestavy Power BI. Když jsou splněny určité podmínky nebo logika, provede se akce, například upozorňování uživatelů, spouštění Fabric položek úloh, jako je kanál, úloha Sparku nebo tok dat, spuštění funkcí User Data Functions nebo spuštění pracovních postupů Power Automate. Logika může být buď jednoduše definovaná prahová hodnota, vzor, jako jsou události, ke které dochází opakovaně v určitém časovém období, nebo výsledky komplexní logiky definované dotazem KQL. U generativních AI aplikací můžete nastavit pracovní postupy nápravy bezpečnosti obsahu pomocí výstrah řízených podmínkami KQL (například překročení prahové hodnoty toxicity nebo opakovaná porušení zásad), aby upozornily vlastníky aplikací, směrovaly události do karantény, spustily pipeline a Power Automate pracovní postupy pro omezování nebo zařazení na černou listinu. Aktivátor promění přehledy řízené událostmi na užitečné obchodní výhody. Aktivátor se také integruje s služba Power BI, aby uživatele informoval o zadaných podmínkách v publikovaných sestavách, například když se ve vizuálu tabulky zobrazí nový řádek.

Real-Time Intelligence se integruje s datovými agenty Fabric, které můžou zdůvodnět živá a historická data eventhouse k automatizaci akcí a pracovních postupů. Tato integrace doplňuje automatizaci řízenou výstrahami v Activatoru o konverzační analytiku a orchestraci nad stejnými daty Eventhouse.

Integrace s jinými prostředími Fabric

Související obsah

  • Last updated on