Del via

Hvad er realtidsintelligens?

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. Real-Time Intelligence håndterer dataindtagelse, transformation, lagring, modellering, 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?

Real-Time Intelligence kan bruges til dataanalyse, øjeblikkelig visuel indsigt, centralisering af data i gang for en organisation, handlinger på data, effektiv forespørgsel, transformation, modellering 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. Real-Time dashboards er udstyret med out-of-the-box-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, naturligt sprog og Copilot.

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

Hvordan gør jeg interagere 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 pipeline eller afsendelse af en meddelelse via mail. Du kan også sende disse hændelser til andre destinationer via eventstreams.

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

Opret forbindelse til streamingdata

Eventstreams er Fabric-platformens måde at registrere, transformere og dirigere store mængder begivenheder i realtid til forskellige destinationer uden kode. Eventstreams 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 Eventstreams kan du foretage filtrering, rensning af data, 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.

Modeldata

Digital twin builder (prøveversion) er en oplevelse med lav kode/ingen kode til modellering af dine data som en ontologi, der digitalt repræsenterer dit fysiske miljø. Udformning af dine aktiver og processer kan hjælpe med at optimere fysiske handlinger ved hjælp af data på en måde, der er tilgængelig for driftsmæssige beslutningstagere.

Med digital twin builder kan du knytte data til din ontologi fra en række forskellige kildesystemer, herunder Fabric OneLake, og definere semantiske relationer for hele systemet eller på hele webstedet for at kontekstualisere dine data. Digital twin builder indeholder indbyggede visualiseringer og forespørgselsoplevelser til at udforske dine modellerede data og bruger styrken i Microsoft Fabric til at analysere store datasæt, f.eks. tidsseriedata og vedligeholdelsesposter, der kan strække sig tilbage over dage, uger eller måneder.

Digitale twin builder-data kan også forbindes til Power BI eller Real-Time dashboards for at få yderligere visualisering og tilpasset rapportering af dine modellerede data.

Visualiser dataindsigt

Dataindsigt kan visualiseres i KQL-forespørgselssæt, Real-Time dashboards, Power BI-rapporter og kort 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.

Kort i Microsoft Fabric er et dynamisk geospatialt visualiseringsværktøj, der giver dig mulighed for at analysere både statiske og rumlige data i realtid for at få dybere intelligens. Det understøtter flere datalag, der kan tilpasses – såsom bobler, varmekort, polygoner og 3D-ekstruderinger, så du kan afdække rumlige mønstre og tendenser, som traditionelle diagrammer ofte overser. Ved at integrere med Lakehouses og Eventhouses og aktivere KQL-forespørgsler med opdateringsintervaller letter Map dataanalyse i realtid, hvilket hjælper teams med at overvåge liveændringer, opdage uregelmæssigheder og træffe rettidige beslutninger. Med indbyggede kortstile og understøttelse af formater som GeoJSON og PMTiles er det et effektivt aktiv for operationel bevidsthed og rumlig intelligens. Du kan finde flere oplysninger i Oprette et kort.

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. Aktivator omdanner din hændelsesdrevne indsigt til forretningsmæssige fordele, der kan handles på.

Integrer med andre Fabric-oplevelser

Relateret indhold

  • Last updated on