Fabric Real-Time Intelligence dokumentációja

Fabric Real-Time intelligencia egy teljes körű megoldás eseményvezérelt forgatókönyvekhez, folyamatos adatátvitelhez és adatnaplókhoz. Lehetővé teszi a mozgásban lévő adatokon végzett elemzések, vizualizációk és műveletek kinyerését az adatbetöltés, az átalakítás, a tárolás, az elemzés, a vizualizáció, a nyomon követés, az AI és a valós idejű műveletek kezelésével.

Tudnivalók a valós idejű intelligenciáról

Áttekintés

• Mi a valós idejű intelligencia?

Első lépések

• Összehasonlítás más Azure megoldásokkal
• Valós idejű intelligencia oktatóanyag

Fogalom

• Aktivátor
• Eventhouse
• Valós idejű központ
• Eventstream

Valós idejű központ

Áttekintés

• Mi a valós idejű központ?
• Adatok valós idejű központba való eljuttatás
• Folyamok felfedezése
• Riasztások beállítása streameken

Adatok vizualizációja

Útmutató

• Adatok megjelenítése valós idejű irányítópulton
• Adatok megjelenítése Power BI jelentésben
• Térbeli adatok megjelenítése térképen

Adatok lekérése

Áttekintés

• Mi az eventstream?

Útmutató

• Eseménystreamek létrehozása és kezelése
• Eseménystreamek létrehozása különálló eseményekhez
• Adatfolyamok átirányítása tartalom alapján
• Eseménystreamek figyelése

Útmutató

• Adatok lekérése valós idejű központból
• Adatok lekérése a OneLake-ből
• Adatok lekérése Azure tárolóból
• Adatok lekérése az Eventstreamből
• Adatok lekérése az Amazon S3-ból

Adattárolás

Útmutató

• Az Eventhouse áttekintése
• Eseményház létrehozása
• Eseményház kezelése és monitorozása

Útmutató

• KQL-adatbázis létrehozása
• Üres tábla létrehozása
• KQL-adatbázis kezelése
• Parancsikon létrehozása a OneLake-hez

Cselekedj adatok alapján

Áttekintés

• Mi az Activator?

Útmutató

• Adatok lekérése a Power BI-ból

Útmutató

• Fabric elemek aktiválása
• Riasztás egy valós idejű irányítópulton
• Riasztás KQL-lekérdezéskészleten

Adatmodellezés

Áttekintés

• Mi az a digitális iker készítő (előzetes verzió)?

Első lépések

• Digital twin builder (előzetes verzió) oktatóanyag

Fogalom

• Adatok modellezése a digitális ikermodell készítőben (előzetes)
• Adatok leképezése entitásokhoz
• Digitális ikerépítő folyamat (előzetes)

Adatok elemzése és feldolgozása

Útmutató

• Adatok lekérdezése KQL-lekérdezéskészletben
• Eredmények testreszabása a KQL-lekérdezéskészlet eredményrácsában
• Példa lekérdezések használata

Áttekintés

• A Kusto Query Language (KQL) áttekintése

Oktatás

• Betanítási modul: Az első lekérdezés írása Kusto lekérdezésnyelv

Útmutató

• Fabric-jegyzetfüzetek használata KQL-adatbázisból származó adatokkal
• Jegyzetfüzet használata az Apache Spark használatával KQL-adatbázis lekérdezéséhez
• KQL-adatbázis lekérdezése jegyzetfüzettel a Kqlmagic használatával

Eventhouse-metrikák és naplók monitorozása

Áttekintés

• Eventhouse monitorozása

Referencia

• Mérőszámok
• Parancsnaplók
• Adatműveleti naplók
• Adatbegyűjtési eredmények naplói
• Lekérdezési naplók

AI-ügynökök létrehozása és használata

Áttekintés

• RTI-műveleti ügynökök
• RTI Model Context Protocol (MCP) kiszolgálók

Útmutató

• Az operációs ügynökök használatának megkezdése
• A helyi RTI MCP-kiszolgáló implementálása
• Távoli MCP-kiszolgáló használata az Eventhouse használatához
• Távoli MCP-kiszolgáló használata az Activator használatához

Referenciaarchitektúrák

Referencia

• Automatizált és mobil
• Energia és erőforrások
• Ipar és gyártás
• Kiskereskedelmi és fogyasztási cikkek
• Egészségügyi és élettudományok
• Pénzügyi szolgáltatások
• Távközlés és média