Real-Time Analytics-Tutorial – Einführung
Wichtig
Microsoft Fabric befindet sich in der Vorschau.
Real-Time Analytics in Microsoft Fabric ist eine vollständig verwaltete Big Data-Analyseplattform, die für streaming- und Zeitreihendaten optimiert ist. Es verwendet eine Abfragesprache und -engine mit außergewöhnlicher Leistung für die Suche nach strukturierten, teilstrukturierten und unstrukturierten Daten mit hoher Leistung. Die Echtzeitanalyse ist vollständig mit der gesamten Fabric-Produktsuite integriert, um das Laden von Daten und komplexe Visualisierungsszenarios realisieren zu können. Weitere Informationen finden Sie unter Was ist Real-Time Analytics in Fabric?.
Szenario
Dieses Tutorial basiert auf Beispielstreamingdaten namens New York Yellow Taxi Trip Data. Das Dataset enthält Reisedatensätze der gelben New York-Taxis mit Feldern, in denen Datums-/Uhrzeiten für Die Abholung und Rückgabe, Abhol- und Bringorte, Entfernungen, Einzeltarife, Tariftypen, Zahlungstypen und vom Fahrer gemeldete Passagierzahlen erfasst werden. Diese Daten enthalten keine Breiten- und Längengraddaten, die aus einem Blobcontainer geladen und in einem späteren Schritt mit den Streamingdaten verknüpft werden.
Sie verwenden die Streaming- und Abfragefunktionen von Real-Time Analytics, um wichtige Fragen zur Reisestatistik, zur Taxinachfrage in den Stadtteilen von New York und zu verwandten Erkenntnissen zu beantworten und Power BI-Berichte zu erstellen.
In diesem Tutorial erfahren Sie insbesondere Folgendes:
- Erstellen einer KQL-Datenbank
- Aktivieren des Kopierens von Daten nach OneLake
- Erstellen eines Eventstreams
- Streamen von Daten aus Eventstream in Ihre KQL-Datenbank
- Abrufen zusätzlicher Verlaufsdaten
- Untersuchen von Daten mit KQL und SQL
- Erstellen eines KQL-Abfragesets
- Verwenden von erweiterten KQL-Abfragen
- Erstellen eines Power BI-Berichts
- Bereinigen von Ressourcen
Voraussetzungen
Um dieses Tutorial erfolgreich abzuschließen, benötigen Sie einen Arbeitsbereich mit einer Microsoft Fabric-fähigen Kapazität.