Apa itu Analitik Real Time di Fabric?

  • Artikel

Beberapa dekade terakhir telah melihat pergeseran paradigma dalam cara kita mengakses dan menggunakan informasi, karena pengguna telah terbiasa dengan data yang interaktif, sesuai permintaan, dan dapat diakses oleh semua. Pergeseran ini telah didukung oleh big data, penyerapan data streaming, dan pencarian berbasis kata kunci yang diindeks. Semua bersama-sama mereka membentuk pengalaman pengguna yang disederhanakan. Dengan Real-Time Analytics di Microsoft Fabric, kami memungkinkan organisasi untuk memfokuskan dan meningkatkan solusi analitik mereka sambil mendemokratisasi data untuk kebutuhan kedua ilmuwan data warga hingga teknisi data tingkat lanjut. Analitik real time telah menjadi penting dalam banyak skenario di dunia perusahaan, seperti keamanan cyber, pelacakan dan manajemen aset, pemeliharaan prediktif, pengoptimalan rantai pasokan, pengalaman pelanggan, manajemen energi, manajemen inventaris, kontrol kualitas, pemantauan lingkungan, manajemen armada, dan kesehatan dan keselamatan.

Bagaimana? Analitik Real Time mengurangi kompleksitas dan menyederhanakan integrasi data. Dapatkan akses cepat ke wawasan data hanya dengan beberapa detik provisi, streaming data otomatis, pengindeksan, dan partisi untuk sumber atau format data apa pun, dan pembuatan dan visualisasi kueri sesuai permintaan. Proses pengguna ini disederhanakan sambil mempertahankan kemampuan analitik yang kuat. Analitik Real Time memungkinkan Anda fokus pada solusi analitik dengan meningkatkan skala dengan lancar dengan layanan saat data dan kebutuhan kueri Anda bertambah.

Screenshot of Real-Time Analytics product showing the database homepage with a quick query pane showing binned ingestion results.

Real-Time Analytics adalah platform analitik big data yang dikelola sepenuhnya yang dioptimalkan untuk streaming, dan data rangkaian waktu. Ini menggunakan bahasa dan mesin kueri dengan performa luar biasa untuk mencari data terstruktur, semi terstruktur, dan tidak terstruktur. Analitik Real Time sepenuhnya terintegrasi dengan seluruh rangkaian produk Fabric, untuk pemuatan data, transformasi data, dan skenario visualisasi tingkat lanjut.

Apa yang membuat Analitik Real Time unik?

  • Menangkap, mengubah, dan merutekan peristiwa real-time ke berbagai tujuan, termasuk aplikasi kustom.
  • Dengan mudah menyerap atau memuat data dari sumber apa pun, dalam format data apa pun.
  • Jalankan kueri analitik langsung pada data mentah tanpa perlu membangun model data yang kompleks atau membuat scripting untuk mengubah data.
  • Impor data dengan streaming default yang memberikan performa tinggi, latensi rendah, analisis data kesegaran tinggi.
  • Data yang diimpor mengalami partisi default - partisi berbasis waktu dan hash, dan pengindeksan default.
  • Bekerja dengan struktur data serbaguna termasuk teks terstruktur kueri, semi terstruktur, atau bebas.
  • Kueri data mentah tanpa transformasi, dengan performa tinggi, waktu respons yang sangat rendah, sambil menggunakan berbagai operator yang tersedia.
  • Kelola data dalam jumlah tak terbatas, dari gigabyte hingga petabyte, dengan skala tak terbatas pada kueri bersamaan dan pengguna bersamaan.
  • Skala otomatis bawaan menyesuaikan sumber daya untuk mencocokkan faktor beban kerja seperti cache, memori, penggunaan CPU, dan penyerapan, mengoptimalkan performa dan meminimalkan biaya.
  • Integrasikan dengan mulus dengan pengalaman dan item lain di Microsoft Fabric.

Kapan menggunakan Analitik Real-Time?

Jika salah satu pertanyaan ini menjelaskan kebutuhan data Anda, Analitik Real Time adalah solusi yang tepat untuk Anda:

  • Apakah saya memerlukan kesegaran tinggi dari penyerapan data ke kueri?
  • Apakah saya ingin mengubah data streaming?
  • Apakah saya memiliki layanan yang perlu mengakses data dengan latensi kueri rendah (dalam hitungan detik)?
  • Apakah saya perlu mencari atau mengakses data dalam format yang berbeda, seperti data terstruktur, data semi-terstruktur (termasuk data rumit seperti JSON atau array lain), atau data yang tidak terstruktur (misalnya, teks gratis)?
  • Apakah saya ingin kemampuan untuk mengkueri data dalam jumlah besar?
  • Apakah data saya memiliki komponen waktu yang dapat memperoleh manfaat dari struktur database yang dioptimalkan rangkaian waktu?
  • Apakah saya ingin kemampuan untuk membuat kueri ad-hoc pada bidang atau baris apa pun tanpa pengoptimalan sebelumnya?

Jenis industri yang mendapat manfaat dari analisis data di Analitik Real Time bervariasi. Misalnya: keuangan, transportasi dan logistik, kota pintar, bangunan pintar, operasi manufaktur, otomotif, dan minyak dan gas.

Skenario

Marketing

Sebagai spesialis pemasaran yang menerapkan kampanye baru, Real-Time Analytics memungkinkan Anda menganalisis dampak langsung kampanye Anda terhadap penjualan, inventarisasi, dan logistik. Anda dapat mengalirkan data dalam volume besar ke database KQL Anda melalui Eventstream dengan latensi beberapa detik, lalu menggunakan set kueri KQL untuk menganalisis performa kampanye Anda dan memvisualisasikan temuan Anda dalam laporan Power BI yang dapat dibagikan. Anda dapat menggunakan wawasan ini untuk segera memodifikasi berbagai aspek kampanye Anda dan dengan mudah melihat efeknya secara real time. Anda juga dapat memberikan akses tampilan untuk database KQL Anda ke tim yang berbeda di perusahaan Anda, seperti tim keuangan dan produksi untuk menganalisis data streaming Anda dan membuat penyesuaian biaya dan produksi produk yang sesuai.

Sales

Sebagai analis bisnis yang bekerja untuk rantai ritel global, Anda bertanggung jawab untuk menganalisis data masuk dan mengomunikasikan wawasan Anda kepada pemangku kepentingan utama dalam bisnis Anda. Anda dapat mengumpulkan dan menyimpan data dari berbagai sumber yang berbeda, seperti produsen, pengirman, pemasok, dan dalam berbagai format, seperti data terstruktur, semi terstruktur, dan tidak terstruktur. Semua data yang dapat ditindaklanjuti ini diambil dalam database KQL, menyediakan solusi data yang dapat diskalakan untuk data Anda yang berkembang yang dapat menyimpan miliaran rekaman yang dapat disimpan selama bertahun-tahun pada akhirnya bagi Anda untuk mengkueri dan membandingkan dengan data streaming. Anda tidak hanya dapat menggunakan set kueri KQL untuk melakukan analisis rangkaian waktu, tetapi Anda juga dapat membuat laporan Power BI yang memvisualisasikan analitik geospasial rute darat dan maritim, dengan cepat mendeteksi anomali, dan berkolaborasi dengan manajer proyek di dasbor untuk membuat keputusan bisnis yang lebih baik.

Bagaimana cara bekerja di Real-Time Analytics?

Item utama yang tersedia di Analitik Real Time meliputi:

  • Eventstream untuk menangkap, mengubah, dan merutekan peristiwa real-time ke berbagai tujuan dengan pengalaman tanpa kode.
  • Database KQL untuk penyimpanan dan manajemen data. Data yang dimuat ke dalam database KQL dapat diakses di OneLake dan diekspos ke pengalaman Fabric lainnya.
  • Kumpulan kueri KQL untuk menjalankan kueri, menampilkan, dan mengkustomisasi hasil kueri pada data. Set kueri KQL memungkinkan Anda menyimpan kueri untuk penggunaan di masa mendatang, mengekspor, dan berbagi kueri dengan orang lain, dan menyertakan opsi untuk membuat laporan Power BI.

Lihat bagaimana item ini bekerja sama dalam skenario konsumsi dan analisis data streaming end-to-end: Tutorial Analitik Real-Time- Pengantar

Integrasi dengan pengalaman lain

Schematic image of architecture of Real-Time Analytics integration with other experiences.

  • Buat koneksi cloud Azure Event Hubs untuk mengalirkan data ke Analitik Real Time.
  • Data di OneLake diakses oleh Analitik Real Time dengan beberapa cara:
  • Data yang dimuat ke Dalam Analitik Real Time dapat digunakan sebagai data yang mendasar untuk visualisasi dalam laporan Power BI.
  • Data yang dimuat ke dalam Analitik Real Time dapat digunakan untuk analisis di Spark Notebooks di Rekayasa Data.
  • Memicu peristiwa pemuatan data di Data Factory menggunakan alur.
  • Memicu peristiwa pemuatan data menggunakan Aliran Data.

Konten terkait