Del via

Hvad er realtidsintelligens?

  • Artikel

Realtidsintelligens er en effektiv tjeneste, der gør det muligt for alle i din organisation at udtrække indsigt og visualisere deres data i bevægelse. Den tilbyder en end-to-end-løsning til hændelsesdrevne scenarier, streamingdata og datalogge. Uanset om det drejer sig om gigabyte eller petabyte, konvergerer alle organisationsdata i bevægelse i realtidshubben. Det forbinder problemfrit tidsbaserede data fra forskellige kilder ved hjælp af connectors uden kode, hvilket muliggør øjeblikkelig visuel indsigt, geospatial analyse og udløserbaserede reaktioner, der alle er en del af et datakatalog for hele organisationen.

Når du problemfrit opretter forbindelse til en hvilken som helst strøm af data, bliver hele SaaS-løsningen tilgængelig. Realtidsintelligens håndterer dataindtagelse, transformation, lager, analyse, visualisering, sporing, AI og handlinger i realtid. Dine data forbliver beskyttet, styret og integreret på tværs af din organisation, så de passer problemfrit sammen med alle Fabric-tilbud. Realtidsintelligens transformerer dine data til en dynamisk ressource, der kan handles på, og som styrer værdi på tværs af hele organisationen.

Kan realtidsintelligens hjælpe mig?

Realtidsintelligens kan bruges til dataanalyse, øjeblikkelig visuel indsigt, centralisering af data i bevægelse for en organisation, handlinger på data, effektiv forespørgsel, transformation og lagring af store mængder strukturerede eller ustrukturerede data. Uanset om du har brug for at evaluere data fra IoT-systemer, systemlogge, fritekst, semistrukturerede data eller bidrage med data til forbrug for andre i din organisation, giver realtidsintelligens en alsidig løsning.

Selvom det kaldes "realtid", behøver dine data ikke at flyde med høje satser og mængder. Realtidsintelligens giver dig hændelsesdrevne løsninger i stedet for løsninger, der er baseret på tidsplaner. Real-Time Intelligence-komponenterne er bygget på pålidelige kerne-Microsoft-tjenester, og tilsammen udvider de de overordnede Fabric-funktioner til at levere hændelsesdrevne løsninger.

Realtidsintelligensapps spænder over en lang række forretningsscenarier, f.eks. bilindustrien, produktion, IoT, registrering af svindel, administration af forretningshandlinger og registrering af uregelmæssigheder.

Hvordan gør jeg bruge realtidsintelligens?

Real-Time Intelligence i Microsoft Fabric tilbyder funktioner, der tilsammen gør det muligt at oprette realtidsintelligensløsninger til understøttelse af forretnings- og teknikerprocesser.

Diagram over arkitekturen i Realtidsintelligens i Microsoft Fabric.

  • Realtidshubben fungerer som et centraliseret katalog i din organisation. Det gør det nemt at få adgang til, tilføje, udforske og dele data. Ved at udvide udvalget af datakilder giver det større indsigt og visuel klarhed på tværs af forskellige domæner. Det er vigtigt, at denne hub sikrer, at data ikke kun er tilgængelige, men også tilgængelige for alle, hvilket fremmer hurtig beslutningstagning og informeret handling. Deling af streamingdata fra forskellige kilder giver mulighed for at opbygge omfattende business intelligence på tværs af din organisation.

  • Når du har valgt en stream fra din organisation eller oprettet forbindelse til eksterne eller interne kilder, kan du bruge værktøjerne til dataforbrug i Realtidsintelligens til at udforske dine data. Værktøjerne til dataforbrug bruger processen til udforskning af visuelle data og detailudledning i dataindsigt. Du kan få adgang til data, der er nye for dig, og nemt forstå datastrukturen, mønstre, uregelmæssigheder, prognoser for mængder og datahastigheder. Derfor kan du handle eller træffe intelligente beslutninger baseret på dataene. Realtidsdashboards leveres med indbyggede interaktioner, der forenkler processen med at forstå data, hvilket gør dem tilgængelige for alle, der ønsker at træffe beslutninger baseret på data i bevægelse ved hjælp af visuelle værktøjer, Natural Language og Copilot.

  • Disse indsigter kan omdannes til handlinger med dataaktivering, når du konfigurerer refleksbeskeder fra forskellige dele af Fabric for at reagere på datamønstre eller -forhold i realtid.

Hvordan interagerer du med komponenterne i realtidsintelligens?

Find streamingdata

Realtidshubben bruges til at finde og administrere dine streamingdata. Hubhændelser i realtid er et katalog over data i bevægelse og indeholder:

  • Datastrømme: Alle datastrømme, der kører aktivt i Fabric, som du har adgang til.

  • Microsoft-kilder: Find nemt streamingkilder, som du har, og konfigurer hurtigt indtagelse af disse kilder i Fabric, f.eks.: Azure Event Hubs, Azure IoT Hub, Azure SQL DB Change Data Capture (CDC), Azure Cosmos DB CDC, PostgreSQL DB CDC.

  • Fabric-hændelser: Hændelsesdrevne funktioner understøtter meddelelser og databehandling i realtid. Du kan overvåge og reagere på hændelser, herunder Fabric Workspace Item-hændelser og Azure Blob Storage-hændelser. Disse hændelser kan bruges til at udløse andre handlinger eller arbejdsprocesser, f.eks. aktivering af en datapipeline eller afsendelse af en meddelelse via mail. Du kan også sende disse begivenheder til andre destinationer via hændelsesstrømme.

Disse data præsenteres alle i et format, der nemt kan forbruges, og de er tilgængelige for alle Fabric-arbejdsbelastninger.

Opret forbindelse til streamingdata

Hændelsesstrømme er Fabric-platformens måde at registrere, transformere og distribuere store mængder begivenheder i realtid til forskellige destinationer uden kode. Hændelsesstrømme understøtter flere datakilder og datadestinationer, herunder en lang række forbindelser til eksterne kilder, f.eks.: Apache Kafka-klynger, feeds til databaseændring af datahentning, AWS-streamingkilder (Kinesis) og Google (GCP Pub/Sub).

Behandl datastrømme

Ved hjælp af hændelsesbehandlingsfunktionerne i hændelsesstreams kan du foretage filtrering, datarensning, transformation, sammenlægninger i vindue og registrering af dupe for at lande dataene i den ønskede figur. Du kan også bruge de indholdsbaserede routingfunktioner til at sende data til forskellige destinationer baseret på filtre. En anden funktion, afledte hændelsesstrømme, giver dig mulighed for at konstruere nye streams som et resultat af transformationer og/eller sammenlægninger, der kan deles med forbrugere i realtidshubben.

Gem og analysér data

Eventhouses er det ideelle analyseprogram til behandling af data i bevægelse. De er skræddersyet til tidsbaserede streaminghændelser med strukturerede, semistrukturerede og ustrukturerede data. Disse data indekseres og partitioneres automatisk baseret på indtagelsestid, hvilket giver dig utroligt hurtige og komplekse analyseforespørgselsfunktioner på data med høj granularitet. Data, der er gemt i eventhouses, kan gøres tilgængelige i OneLake til forbrug af andre Fabric-oplevelser.

De indekserede, partitionerede data, der er gemt i hændelseshuse, er klar til lynhurtige forespørgsler ved hjælp af forskellige indstillinger for kode, lav kode eller ingen kode i Fabric. Data kan forespørges i det oprindelige KQL (Kusto Query Language) eller ved hjælp af T-SQL i KQL-forespørgselssættet. Kusto-copiloten strømliner sammen med udforskningsoplevelsen uden kode processen med at analysere data for både erfarne KQL-brugere og borgerens dataspecialist. KQL er et simpelt, men effektivt sprog til at forespørge om strukturerede, semi-strukturerede og ustrukturerede data. Sproget er udtryksfuldt, let at læse og forstå forespørgselshensigten og optimeret til oprettelsesoplevelser.

Visualiser dataindsigt

Disse dataindsigt kan visualiseres i KQL-forespørgselssæt, dashboards i realtid og Power BI-rapporter med sekunder fra dataindtagelse til indsigt. Visualiseringsindstillinger spænder fra ingen kode til fuldt specialiserede oplevelser, hvilket giver værdi til både nybegyndere og ekspertindsigtsoversigten for at visualisere deres data som diagrammer og tabeller. Du kan bruge visuelle tip til at udføre filtrerings- og aggregeringshandlinger på forespørgselsresultater og bruge en omfattende liste over indbyggede visualiseringer. Disse indsigter kan ses i Power BI-rapporter og dashboards i realtid, som begge kan have beskeder, der er baseret på dataindsigten.

Udløserhandlinger

Beskeder overvåger ændring af data og foretager automatisk handlinger, når der registreres mønstre eller betingelser. Dataene kan flyde i realtidshub eller observeres fra en Kusto-forespørgsel eller Power BI-rapport. Når visse betingelser eller logik er opfyldt, udføres der derefter en handling, f.eks. at advare brugerne, udføre Fabric-jobelementer som en pipeline eller starte Power Automate-arbejdsprocesser. Logikken kan enten være en blot defineret grænseværdi, et mønster som f.eks. hændelser, der sker gentagne gange over en tidsperiode, eller resultaterne af kompleks logik, der er defineret af en KQL-forespørgsel. Data Activator omdanner din hændelsesbaserede indsigt til forretningsmæssige fordele, der kan handles på.

Integrer med andre Fabric-oplevelser

Relateret indhold