Documentation de l'intelligence en temps réel de Fabric

Fabric Real-Time Intelligence est une solution de bout en bout pour les scénarios pilotés par les événements, les données de streaming et les journaux de données. Il permet l’extraction d’insights, de visualisations et d’actions sur les données en mouvement en gérant l’ingestion, la transformation, le stockage, l’analytique, la visualisation, le suivi, l’IA et les actions en temps réel.

Informations sur Real-Time Intelligence

Vue d’ensemble

• Qu’est-ce que Real-Time Intelligence ?

Démarrage

• Comparer avec d’autres solutions Azure
• Tutoriel sur Real-Time Intelligence

Concept

• Activateur
• Eventhouse
• Hub en temps réel
• Eventstream

Hub en temps réel

Vue d’ensemble

• Qu’est-ce que le hub Real-Time ?
• Apporter vos données au hub Real-Time
• Explorer les flux
• Configurer des alertes sur des flux

Visualiser les données

Guide pratique

• Visualiser des données dans un tableau de bord en temps réel
• Visualiser des données dans un rapport Power BI
• Visualiser les données spatiales sur une carte

Obtenir des données

Vue d’ensemble

• Qu’est-ce que Eventstream ?

Guide pratique

• Créer et gérer des flux d'événements
• Créer des Eventstreams pour les événements discrets
• Acheminer les flux de données en fonction du contenu
• Surveiller les Eventstreams

Guide pratique

• Obtenir des données à partir du hub Real-Time
• Obtenir des données à partir de OneLake
• Obtenir des données à partir du stockage Azure
• Obtenir des données d’Eventstream
• Obtenir des données à partir d'Amazon S3

Stocker des données

Guide pratique

• Vue d’ensemble d’Eventhouse
• Créer un eventhouse
• Gérer et surveiller un eventhouse

Guide pratique

• Créer une base de données KQL
• Créer un tableau vide
• Gérer une base de données KQL
• Créer un raccourci vers OneLake

Agir sur les données

Vue d’ensemble

• Qu’est-ce que l’activateur ?

Guide pratique

• Obtenir des données à partir de Power BI

Guide pratique

• Activer les éléments "Fabric"
• Alerte sur un tableau de bord Real-Time
• Alerte sur un ensemble de requêtes KQL

Modéliser des données

Vue d’ensemble

• Qu’est-ce que le générateur de jumeaux numériques (préversion) ?

Démarrage

• Tutoriel sur le créateur de jumeaux numériques (aperçu)

Concept

• Modélisation de vos données dans le générateur de jumeaux numériques (version préliminaire)
• Mappage de données à des entités
• Flux du générateur de jumeaux numériques (préversion)

Analyser et entraîner des données

Guide pratique

• Interroger des données dans un ensemble de requêtes KQL
• Personnaliser les résultats dans la grille de résultats KQL Queryset
• Utiliser des exemples de requêtes

Vue d’ensemble

• Vue d’ensemble du Langage de requête Kusto (KQL)

Entrainement

• Module de formation : Rédigez votre première requête avec Kusto Query Language

Guide pratique

• Utiliser Fabric notebooks avec des données d’une base de données KQL
• Utiliser un notebook avec Apache Spark pour interroger une base de données KQL
• Utiliser un notebook avec Kqlmagic pour interroger une base de données KQL

Surveiller les métriques et les journaux d’activité d’Eventhouse

Vue d’ensemble

• Surveillance d’Eventhouse

Référence

• Métriques
• Journaux de commandes
• Journaux d’opérations de données
• Journaux de résultats de l’ingestion
• Journaux de requêtes

Générer et utiliser des agents IA

Vue d’ensemble

• Agents d’opérations RTI
• Serveurs MCP (RTI Model Context Protocol)

Guide pratique

• Prise en main des agents d’opération
• Implémenter le serveur RTI MCP local
• Utiliser un serveur MCP distant pour interagir avec Eventhouse
• Utiliser un serveur MCP distant pour interagir avec l’activateur

Architectures de référence

Référence

• Automative et mobile
• Énergie et ressources
• Industriels et fabrication
• Vente au détail et biens de consommation
• Santé et sciences de la vie
• Services financiers
• Télécommunications et médias