Teilen über

Erstellen eines Echtzeitdashboards mit einem Power BI-Dataset, das über den No-Code-Editor von Stream Analytics erstellt wird

  • Artikel

In diesem Artikel erfahren Sie, wie Sie mithilfe des No-Code-Editors mühelos einen Stream Analytics-Auftrag erstellen, um verarbeitete Daten in einem Power BI-Dataset zu generieren. Er liest kontinuierlich Daten aus Event Hubs, verarbeitet sie und gibt sie in das Power BI-Dataset aus, um das Power BI-Dashboard in Echtzeit zu erstellen.

Voraussetzungen

  • Ihre Azure Event Hubs-Ressourcen müssen öffentlich zugänglich sein und dürfen sich nicht hinter einer Firewall oder in einem virtuellen Azure-Netzwerk befinden.
  • Sie benötigen einen Power BI-Arbeitsbereich und müssen zum Erstellen eines Datasets in diesem Arbeitsbereich berechtigt sein.
  • Die Daten in Ihrer Event Hubs-Instanz müssen entweder im JSON-, CSV- oder Avro-Format serialisiert werden.

Entwickeln eines Stream Analytics-Auftrags zum Erstellen eines Power BI-Datasets mit ausgewählten Daten

  1. Suchen Sie im Azure-Portal nach der Azure Event Hubs-Instanz, und wählen Sie sie aus.

  2. Wählen Sie Features>Daten verarbeiten und anschließend auf der Karte Erstellen eines Quasi-Echtzeitdaten-Dashboards mit Power BI die Option Starten aus.

    Screenshot: Seite „Daten verarbeiten“ in einem Event Hub.

  3. Geben Sie einen Namen für den Stream Analytics-Auftrag ein, und wählen Sie dann Erstellen aus.

    Screenshot der zeigt, wo Sie einen Jobnamen angeben.

  4. Geben Sie im Fenster „Event Hubs“ den Serialisierungstyp Ihrer Daten sowie die Authentifizierungsmethode an, die der Auftrag zum Herstellen einer Verbindung mit Event Hubs verwendet. Wählen Sie dann Verbinden aus.

    Screenshot: Event Hubs-Verbindungskonfiguration.

  5. Wenn die Verbindung erfolgreich eingerichtet wurde und Datenströme bei Event Hubs eingehen, werden sofort zwei Dinge angezeigt:

    • Felder, die in den Eingabedaten vorhanden sind. Sie können Feld hinzufügen oder das Symbol mit den drei Punkten neben einem Feld auswählen, um den Typ zu entfernen, umzubenennen oder zu ändern.

      Screenshot: Event Hubs-Feldliste, in der Sie den Feldtyp entfernen, umbenennen oder ändern können

    • Ein Livebeispiel für eingehende Daten in der Tabelle Datenvorschau unter der Diagrammansicht. Es wird in regelmäßigen Abständen automatisch aktualisiert. Sie können Streamingvorschau anhalten auswählen, um eine statische Ansicht der Beispieleingabedaten anzuzeigen.

      Screenshot: Beispieldaten unter der Datenvorschau.

  6. Wählen Sie die Kachel Verwalten aus. Wählen Sie im Konfigurationsbereich Felder verwalten die Felder aus, die Sie ausgeben möchten. Wenn Sie alle Felder hinzufügen möchten, wählen Sie Alle Felder hinzufügen aus.

    Screenshot: Operatorkonfiguration für „Feld verwalten“

  7. Wählen Sie die Kachel Power BI aus. Geben Sie im Konfigurationsbereich Power BI die erforderlichen Parameter an, und stellen Sie die Verbindung her.

    • Dataset: Das Power BI-Ziel, in das die Ausgabedaten des Azure Stream Analytics-Auftrags geschrieben werden.
    • Tabelle: Der Name der Tabelle im Dataset, in der die Ausgabedaten platziert werden.

    Screenshot: Power BI-Ausgabekonfiguration

  8. Wählen Sie optional Statische Vorschau abrufen/Statische Vorschau aktualisieren aus, um die Datenvorschau anzuzeigen, die in Event Hub erfasst wird.
    Screenshot: Option „Statische Vorschau abrufen/Statische Vorschau aktualisieren“

  9. Wählen Sie Speichern und anschließend Starten aus, um den Stream Analytics-Auftrag zu starten.
    Screenshot: Optionen zum Speichern und Starten

  10. Geben Sie Folgendes an, um den Auftrag zu starten:

    • Die Anzahl der Streamingeinheiten (SU), mit denen der Auftrag ausgeführt wird. Streamingeinheiten stellen die Menge an Computeressourcen und den Arbeitsspeicher dar, die dem Auftrag zugeordnet sind. Es wird empfohlen, mit drei zu beginnen und die Anzahl dann nach Bedarf anzupassen.
    • Die Fehlerbehandlung für Ausgabedaten ermöglicht es Ihnen, das gewünschte Verhalten anzugeben, wenn die Ausgabe eines Auftrags an Ihr Ziel aufgrund von Datenfehlern fehlschlägt. Der Auftrag wird standardmäßig wiederholt, bis der Schreibvorgang erfolgreich ist. Sie können auch festlegen, dass solche Ausgabeereignisse gelöscht werden.
      Screenshot: Optionen zum Starten des Stream Analytics-Auftrags, in denen Sie die Ausgabezeit ändern, die Anzahl von Streamingeinheiten festlegen und die Fehlerbehandlung für Ausgabedaten auswählen können

  11. Nachdem Sie Starten ausgewählt haben, wird der Auftrag innerhalb von zwei Minuten gestartet, und die Metriken werden im Registerkartenabschnitt geöffnet.

    Screenshot: Auftragsmetriken nach dem Start

    Sie können den Auftrag auch auf der Registerkarte Stream Analytics-Aufträge im Abschnitt „Daten verarbeiten“ anzeigen. Wählen Sie Metriken öffnen aus, um ihn zu überwachen oder bei Bedarf zu beenden und neu zu starten.

    Screenshot: Registerkarte „Stream Analytics-Aufträge“, auf der Sie den Status der ausgeführten Aufträge anzeigen

Erstellen des Echtzeitdashboards in Power BI

Der Azure Stream Analytics-Auftrag wird jetzt ausgeführt, und die Daten werden kontinuierlich in die Tabelle im von Ihnen konfigurierten Power BI-Dataset geschrieben. Als Nächstes können Sie im Power BI-Arbeitsbereich das Echtzeitdashboard erstellen.

  1. Navigieren Sie zum Power BI-Arbeitsbereich, den Sie weiter oben über der Power BI-Ausgabekachel konfiguriert haben, und wählen Sie in der linken oberen Ecke + Neu und anschließend Dashboard aus, um dem neuen Dashboard einen Namen zu geben. Screenshot: Erstellung des Power BI-Dashboards
  2. Nachdem das neue Dashboard erstellt wurde, werden Sie zu dem neuen Dashboard weitergeleitet. Wählen Sie Bearbeiten und anschließend auf der oberen Menüleiste die Option + Kachel hinzufügen aus. Daraufhin wird rechts ein Bereich geöffnet. Wählen Sie Benutzerdefinierte Streamingdaten aus, um zur nächsten Seite zu gelangen. Screenshot: Hinzufügen einer Kachel zum Power BI-Dashboard
  3. Wählen Sie das Streamingdataset aus, das Sie im Power BI-Knoten konfiguriert haben (beispielsweise nocode-pbi-demo-xujx), und navigieren Sie zur nächsten Seite. Screenshot: Hinzufügen einer Kachel zum Power BI-Dashboard mit ausgewähltem Dataset
  4. Geben Sie die Kacheldetails an, und führen Sie den nächsten Schritt aus, um die Kachelkonfiguration abzuschließen. Screenshot: Hinzufügen einer Kachel zum Power BI-Dashboard mit konfigurierten Details
  5. Anschließend können Sie die Größe anpassen und das Dashboard wie im folgenden Beispiel kontinuierlich aktualisieren. Screenshot: Power BI-Dashboardbericht

Überlegungen bei der Verwendung des Georeplikationsfeatures von Event Hubs

Für Azure Event Hubs wurde kürzlich das Feature Georeplikation als öffentliche Vorschauversion eingeführt. Dieses Feature unterscheidet sich vom Feature Georedundante Notfallwiederherstellung von Azure Event Hubs.

Wenn der Failovertyp Erzwungen und die Replikationskonsistenz Asynchron ist, garantiert der Stream Analytics-Auftrag nicht, dass genau eine Ausgabe in Azure Event Hubs erfolgt.

Als Producer mit einem Event Hub als Ausgabe kann in Azure Stream Analytics eine Wasserzeichenverzögerung für den Auftrag während eines Failovers und während der Drosselung durch Event Hubs auftreten, falls die Replikationsverzögerung zwischen dem primären und dem sekundären Replikat die maximale konfigurierte Verzögerung erreicht.

Als Consumer mit Event Hubs als Eingabe kann in Azure Stream Analytics während eines Failovers eine Wasserzeichenverzögerung auftreten, und es können nach dem Abschluss des Failovers Daten übersprungen werden oder doppelte Daten auftreten.

Aufgrund dieser Nachteile empfehlen wir, den Stream Analytics-Auftrag mit entsprechender Startzeit direkt nach Abschluss des Event Hubs-Failovers neu zu starten. Da sich das Georeplikationsfeature von Event Hubs zudem in der öffentlichen Vorschau befindet, wird derzeit nicht empfohlen, dieses Muster für Stream Analytics-Aufträge in der Produktion zu verwenden. Das aktuelle Stream Analytics-Verhalten wird verbessert, bevor das Event Hubs-Georeplikationsfeature allgemein verfügbar ist und in Stream Analytics-Produktionsaufträgen verwendet werden kann.

Nächste Schritte

Erfahren Sie mehr über Azure Stream Analytics und darüber, wie Sie den von Ihnen erstellten Auftrag überwachen.