Real-Time Analytics-Tutorial – Einführung

Real-Time Analytics in Microsoft Fabric ist eine vollständig verwaltete Big Data-Analyseplattform, die für Streaming und Zeitreihendaten optimiert ist. Die Plattform verwendet eine Abfragesprache und eine außergewöhnlich leistungsstarke Engine für die schnelle Suche in strukturierten, semistrukturierten und unstrukturierten Daten. Die Echtzeitanalyse ist vollständig mit der gesamten Fabric-Produktsuite integriert, um das Laden von Daten und komplexe Visualisierungsszenarios realisieren zu können. Weitere Produktinformationen finden Sie unter Was ist Real-Time Analytics in Fabric?

Szenario

Dieses Tutorial basiert auf einem beispielhaften Streamingdataset mit der Bezeichnung New York Yellow Taxi Trip Data. Die darin enthaltenen Fahrtenaufzeichnungen der Yellow Cabs in New York umfassen Felder mit Datum/Uhrzeit für Abholung und Ankunft, Start- und Zielort, Fahrtentfernungen, Einzelkosten, Tarifarten, Zahlungsarten und vom Fahrer gemeldeten Fahrgastzahlen. Die Daten enthalten keine Breiten- und Längengrade. Diese werden aus einem Blobcontainer geladen und in einem späteren Schritt mit den Streamingdaten zusammengeführt.

Sie nutzen die Streaming- und Abfragefunktionen von Real-Time Analytics, um wichtige Fragen zu den Fahrstatistiken, der Taxinachfrage in den New Yorker Stadtteilen und den damit verbundenen Erkenntnissen zu beantworten, und Sie erstellen Power BI-Berichte.

In diesem Tutorial lernen Sie insbesondere Folgendes:

  • Erstellen einer KQL-Datenbank
  • Aktivieren des Kopierens von Daten in OneLake
  • Erstellen eines Ereignisstreams
  • Streamen von Daten aus Eventstream in Ihre KQL-Datenbank
  • Abrufen zusätzlicher historischer Daten
  • Untersuchen von Daten mit KQL und SQL
  • Erstellen eines KQL-Abfragesets
  • Verwenden erweiterter KQL-Abfragen
  • Einen Power BI-Bericht erstellen
  • Bereinigen von Ressourcen

Voraussetzungen

Um dieses Tutorial erfolgreich zu bearbeiten, benötigen Sie einen Arbeitsbereich mit einer Microsoft Fabric-fähigen Kapazität.