Merutekan aliran data berdasarkan konten dalam aliran peristiwa Fabric (pratinjau)
Artikel ini memperlihatkan kepada Anda cara merutekan peristiwa berdasarkan konten di aliran peristiwa Microsoft Fabric.
Anda sekarang dapat menggunakan editor tanpa kode di kanvas utama aliran peristiwa Fabric untuk membuat logika pemrosesan aliran yang kompleks tanpa menulis kode apa pun. Fitur ini memungkinkan Anda menyesuaikan, mengubah, dan mengelola aliran data Anda dengan lebih mudah. Setelah mengatur operasi pemrosesan aliran, Anda dapat dengan lancar mengirim aliran data ke tujuan yang berbeda sesuai dengan skema tertentu dan mengalirkan data.
Penting
Kemampuan yang ditingkatkan dari aliran peristiwa Fabric saat ini dalam pratinjau.
Operasi yang didukung
Berikut adalah daftar operasi yang didukung untuk pemrosesan data real time:
Agregat: Mendukung fungsi SUM, AVG, MIN, dan MAX yang melakukan perhitungan pada kolom nilai, mengembalikan satu hasil.
Perluas: Perluas nilai array dan buat baris baru untuk setiap nilai dalam array.
Filter: Memilih atau memfilter baris tertentu dari aliran data berdasarkan kondisi.
Kelompokkan menurut: Agregat semua data peristiwa dalam jendela waktu tertentu, dengan opsi untuk mengelompokkan satu atau beberapa kolom.
Kelola Bidang: Menambahkan, menghapus, atau mengubah tipe data bidang atau kolom aliran data Anda.
Union: Koneksi dua aliran data atau lebih dengan bidang bersama dengan nama dan jenis data yang sama ke dalam satu aliran data. Bidang yang tidak cocok dihilangkan.
Gabung: Gabungkan data dari dua aliran berdasarkan kondisi yang cocok di antaranya.
Tujuan yang didukung
Tujuan yang didukung adalah:
Lakehouse: Tujuan ini memberi Anda kemampuan untuk mengubah peristiwa real-time Anda sebelum penyerapan ke lakehouse Anda. Peristiwa real-time dikonversi menjadi format Delta Lake lalu simpan di tabel lakehouse yang ditunjuk. Tujuan ini membantu skenario pergudangan data.
KQL Database: Tujuan ini memungkinkan Anda untuk menyerap data peristiwa real time Anda ke dalam KQL Database, di mana Anda dapat menggunakan Bahasa Kueri Kusto (KQL) yang kuat untuk mengkueri dan menganalisis data. Dengan data di KQL Database, Anda bisa mendapatkan wawasan yang lebih mendalam tentang data peristiwa Anda dan membuat laporan dan dasbor yang kaya.
Reflex: Tujuan ini memungkinkan Anda langsung menghubungkan data peristiwa real-time Anda ke Reflex. Reflex adalah jenis agen cerdas yang berisi semua informasi yang diperlukan untuk terhubung ke data, memantau kondisi, dan bertindak. Ketika data mencapai ambang batas tertentu atau cocok dengan pola lain, Reflex secara otomatis mengambil tindakan yang sesuai seperti memberi tahu pengguna atau memulai alur kerja Power Automate.
Titik akhir kustom (sebelumnya aplikasi kustom): Dengan tujuan ini, Anda dapat dengan mudah merutekan peristiwa real time Anda ke aplikasi kustom. Tujuan ini memungkinkan Anda menghubungkan aplikasi Anda sendiri ke eventstream dan menggunakan data peristiwa secara real time. Ini berguna ketika Anda ingin keluar dari data real-time ke sistem eksternal di luar Microsoft Fabric.
Aliran: Tujuan ini mewakili eventstream mentah default yang diubah oleh serangkaian operasi, juga disebut aliran turunan. Setelah dibuat, Anda dapat melihat streaming dari hub Real-Time.
Contoh berikut menunjukkan bagaimana tiga tujuan eventstream Fabric yang berbeda dapat melayani fungsi terpisah untuk satu sumber aliran data. Satu database KQL ditunjuk untuk menyimpan data mentah, database KQL kedua adalah untuk mempertahankan aliran data yang difilter, dan Lakehouse digunakan untuk menyimpan nilai agregat.
Untuk mengubah dan merutekan aliran data Anda berdasarkan konten, ikuti langkah-langkah di Mengedit dan menerbitkan eventstream dan mulai merancang logika pemrosesan aliran untuk aliran data Anda.