Was ist der Unterschied zwischen Real-Time Intelligence und vergleichbaren Azure-Lösungen?

Real-Time Intelligence und vergleichbare Azure-Lösungen helfen Organisationen bei der Verarbeitung zeitkritischer Daten. Diese Quellen generieren zeitempfindliche, komplexe Datenpunkte, Ereignisse und Signale. Daten können aus Quellen wie Sensordaten aus physischen Ressourcen wie Anlagen, Fahrzeugen, Türmen und IoT Edge-Geräten stammen; Change Data Capture (CDC)-Datenströme aus Datenbanken, die kundenorientierte Web- und mobile Anwendungen ermöglichen; und Protokolle aus der lokalen und Cloudinfrastruktur und -anwendungen. Diese Datenströme helfen Organisationen dabei, die digitale Feedbackschleife zu schließen, mehr darüber zu erfahren, wie Kunden ihre physischen und digitalen Ressourcen nutzen und den von ihnen bereitgestellten Wert weiter verbessern, um wettbewerbsfähig zu bleiben.

Um diesen Wert zu erhalten, erstellen Organisationen Echtzeit-Datenstreamingarchitekturen, die sowohl Cloud- als auch lokale Datendienste für die Datenerfassung, den Transport und die Transformation verwenden. Diese Architekturen verwenden häufig Produkte wie Azure Event Hubs, Azure Event Grid, Apache Kafka, Amazon Kinesis, IBM Message Queues und Google Pub/Sub. Wenn Daten in der Cloud ankommen, durchlaufen sie Phasen der Verarbeitung und Transformation – heiße, warme und kalte Pfade – vor der Landung in Datenspeichern wie Azure Data Explorer, Azure Synapse Analytics und Azure Data Lake Store Gen 2. Nach der Verarbeitung sind diese Daten für Analyse- und KI-Apps bereit und können in Tools wie Power BI, Grafana, Web oder mobilen Apps und API-Endpunkten angezeigt werden.

Real-Time Intelligence in Fabric bietet Organisationen verschiedene Möglichkeiten, erweiterte Analysen für Streamingdaten zu implementieren. Mit Microsoft Azure können professionelle Entwickler Architekturen entwerfen und erstellen, die eine umfassende Integration in andere Azure-Dienste, End-to-End-Automatisierung und einheitliche Bereitstellung benötigen. Real-Time Intelligence in Microsoft Fabric ermöglicht Es Geschäftsbenutzern und Citizen Developern, Datenströme in ihrer Organisation zu finden und Analyselösungen zu erstellen. Mit der Integration in Azure Event Hubs, Azure Event Grid und Azure Data Explorer erweitert Real-Time Intelligence Azure-basierte Architekturen in Microsoft Fabric und hilft beim Erstellen neuer Lösungen mit vorhandenen oder neuen Datenquellen. Das folgende Diagramm zeigt die Architektur der Azure-Plattform as a Service (PaaS) und Real-Time Intelligence-Lösungsarchitektur für Telemetrieanalysen in Fertigungs- und Automobilorganisationen.

Erfahren Sie mehr über Real-Time Intelligence in Was ist Real-Time Intelligence in Fabric?.

In der Vergangenheit verbrachten Organisationen viel Budget, Zeit und Ressourcen, um getrennte Cloud- oder lokale Produkte und isolierte Lösungen zu entwickeln, zu integrieren, bereitzustellen und zu verwalten. Dies führte zu komplexen Architekturen, die schwer zu bedienen und aufrechtzuerhalten sind. Viele Organisationen zögern wegen dieser Komplexität zu investieren oder weil die Kosten für die Rendite zu hoch erscheinen. Dennoch möchten Die Benutzer konsistente Geschäftseinblicke aus sofortigen, detaillierten Daten in Echtzeit.

Real-Time Intelligence ändert dies durch die Nutzung von Echtzeitfunktionen in Fabric, sodass Sie sofort wertvolle und umsetzbare Einblicke aus Ihren Erstanbieter- und Drittanbieterdaten erhalten. Mit Real-Time Intelligence erhalten Sie:

• Ein umfassendes SaaS-Angebot: Eine Lösung, die Ihnen hilft, Erkenntnisse aus zeitkritischen Daten zu finden, sodass Sie Daten aufnehmen, verarbeiten, abfragen, visualisieren und in Echtzeit darauf reagieren können.
• Ein zentraler Hub für Ihre dynamischen Daten: Ein einheitlicher Ort für alle Ihre Ereignisdaten in Bewegung, wodurch das Aufnehmen, Speichern und Zusammenstellen detaillierter Daten aus Ihrer Organisation über den Real-Time Hub erleichtert wird.
• Schnelle Lösungsentwicklung: Ermöglichen Sie Teammitgliedern mit unterschiedlichem Know-how, mehr Wert aus Daten zu erhalten und schnell Lösungen für das Geschäftswachstum zu erstellen.
• Einblicke, die von Echtzeit-KI unterstützt werden: Skalieren Sie manuelle Überwachung und starten Sie Aktionen mit einsatzbereiten, automatisierten Features, die ausgeblendete Muster finden, und verwenden Sie das Microsoft-Ökosystem, um Ihr Unternehmen vorwärts zu bewegen.

In diesem Artikel werden wichtige Überlegungen beschrieben, mit denen Sie die beste Implementierungsarchitektur für Ihre Streaming-Anwendungsfälle auswählen können:

Insgesamt

Funktion	Azure-PaaS-basierte Lösung	Real-Time Intelligence-Lösung
Integration von Diensten	Hängt von der Integrationskompatibilität zwischen den Diensten in der Architektur ab.	Integration mit nur einem Klick in jedem Schritt: Aufnehmen, Verarbeiten, Analysieren, Visualisieren und Handeln.
Pro- und Citizen Developer-Erfahrung	Für Pro-Entwickler besser geeignet.	Pro-Entwickler, Citizen Developer und im geschäftlichen Bereich tätige Personen können koexistieren.
Wenig oder kein Code	Nur für die Transformation in Azure Stream Analytics und zum Erstellen von Warnungen mit Logik-Apps oder Power Automate verfügbar. Für die End-to-End-Implementierung ist eine professionelle Entwicklung erforderlich.	Sie können End-to-End-Lösungen erstellen, indem Sie Daten importieren, analysieren, transformieren, visualisieren und Maßnahmen ergreifen.
Nutzungsmodell	Dienstabhängiges Schätz-, Verbrauchs- und Abrechnungsmodell.	Einheitliches Fabric-Kapazitätseinheit-Verbrauch und Abrechnungsmodell.

Erfassen und Verarbeiten

Funktion	Azure-PaaS-basierte Lösung	Real-Time Intelligence-Lösung
Multicloud-Verbindung	Azure Stream Analytics verbindet sich mit Confluent Kafka. Es gibt keine Connectors zum Lesen von Daten aus Amazon Kinesis oder Google Pub/Sub.	Native Integration für Confluent Kafka, Amazon Kinesis und Google Pub/Sub.
Unterstützung von CDC-Streams	Erfordert die Bereitstellung anderer Dienste wie Debezium.	Native Integration für Azure Cosmos DB, PostgreSQL, MySQL DB und Azure SQL.
Unterstützung für Protokolle	Azure Event Hubs, AMQP, Kafka und MQTT.	Azure Event Hubs, AMQP und Kafka.

Analysieren und transformieren

Funktion	Azure-PaaS-basierte Lösung	Real-Time Intelligence-Lösung
Datenprofilerstellung	Nicht verfügbar	Die Datenprofilansicht Ihrer Echtzeittabellen zeigt vordefinierte Histogramme und Min-Max-Bereiche für jede Spalte an.
Digitale Zwillingsmodellierung	Digitale Zwillinge von Azure	Digital Twin Builder (Vorschau)
Visuelle Datenexploration	Nicht verfügbar	Ziehen Sie Features, um Ihre Echtzeitdaten visuell zu analysieren.
Copilot-Erfahrung	Fügen Sie einen Azure Data Explorer-Cluster als Quelle in Fabric KQL Queryset hinzu, um Copilot-Funktionen zu verwenden.	Nativ verfügbar
Integrierte Modelle	Anomalieerkennungs- und Prognosemodelle sind verfügbar. Professionelle Entwicklung ist erforderlich, um Anomalie-Erkennungs- und Prognosemodelle bereitzustellen.	Anomalieerkennungs- und Prognosemodelle sind verfügbar. Geschäftsbenutzer können auch Anomalieerkennungsmodelle auf eingehende Streamingdaten anwenden.
Visualisierung (Microsoft)	Power BI, Azure Data Explorer-Dashboards	Native One-Click-Integration mit Power BI und Echtzeit-Dashboard
Visualisierung (Drittanbieter)	Grafana, Kibana, Matlab	Grafana, Kibana und Matlab können auch in Eventhouse integriert werden.

Agieren

Funktion	Azure-PaaS-basierte Lösung	Real-Time Intelligence-Lösung
Fördern von Geschäftsaktionen aus Erkenntnissen	Benötigt Azure Logic Apps, Power Automate, Azure Functions oder Azure Monitor-Warnungen.	Verfügbar in Fabric mit Fabric-Aktivatorelementen und Integration von Power BI-Semantikmodellen, Eventstream und KQL-Abfragen mithilfe von KQL-Querysets oder Real-Time-Dashboards.
Reaktive Systemereignisse	Nicht verfügbar	Integrierte Ereignisse, die über Real-Time Hub veröffentlicht werden. Verwenden Sie Aktiviererelemente, um Datenprozesse wie Pipelines und Notizbücher zu automatisieren.
Semantikmodelle in Echtzeit	Nicht verfügbar oder Code-first-Lösung mit Logic Apps oder Azure-Funktionen	Nicht verfügbar
Integrierte KI	Nicht verfügbar	Nicht verfügbar
Benachrichtigungsziel	Hängt vom Connectorportfolio des Diensts ab.	Microsoft Teams-, Microsoft Outlook- und Power Automate-Connectors.

Katalog

Funktion	Azure-PaaS-basierte Lösung	Real-Time Intelligence-Lösung
Einheitlicher Katalog von Streams	Nicht verfügbar	Echtzeit-Hub: – Datenströme, die von den Benutzern erstellt wurden – Vorhandene Datenströme aus Microsoft-Quellen - Fabric-Systemereignisströme
Ermittlung von Microsoft-Streams	Nicht verfügbar	Der Echtzeit-Intelligence-Hub findet Datenströme in Ihrem Azure-Mandanten.
Erfassen und Reagieren auf Ereignisse aus Azure Storage	Stellen Sie Azure Event Grid bereit, um auf Ereignisse in Azure Storage zu reagieren.	Ereignisbasierte Azure Blob Storage-Trigger sind verfügbar.
Erfassen und Reagieren auf Ereignisse aus Fabric	Nicht zutreffend	Native in Fabric

Zugehöriger Inhalt

• Erste Schritte mit Real-Time Intelligence