Real-Time Analytics チュートリアル - 概要
Microsoft Fabri の Real-Time Analytics は、ストリーミングと時系列データ向けに最適化されたフル マネージドのビッグ データ分析プラットフォームです。 卓越したパフォーマンスのクエリ言語とエンジンで、構造化、半構造化、非構造化データをハイ パフォーマンスで検索できます。 Real-Time Analytics は、データの読み込みと高度な視覚化の両方のシナリオ用に、Fabric 製品のスイート全体と完全に統合されています。 詳細については、「Fabric の Real-Time Analytics とは」を参照してください。
シナリオ
このチュートリアルは、ニューヨーク イエロー タクシー乗車データと呼ばれるサンプル ストリーミング データに基づいています。 データセットには、ニューヨークのイエロー タクシーの乗車記録、乗車と降車の日時、乗車と降車の場所、移動距離、料金明細、料金の種類、支払いの種類、運転手から報告された乗車人数が入力されたフィールドが含まれています。 このデータには緯度と経度のデータは含まれていません。これは BLOB コンテナーから読み込まれ、後の手順でストリーミング データと結合されます。
Real-Time Analytics のストリーミング機能とクエリ機能を使用して、旅行統計、ニューヨークの自治区でのタクシー需要、関連する分析情報に関する重要な質問に回答し、Power BI レポートを作成します。
具体的には、このチュートリアルでは、以下の内容を学習します。
- KQL データベースを作成する
- OneLake へのデータ コピーを有効にする
- Eventstream を作成する
- Eventstream から KQL データベースにデータをストリーミングする
- 追加の履歴データを取得する
- KQL と SQL を使用してデータを探索する
- KQL クエリ セットを作成する
- 高度な KQL クエリを使用する
- Power BI レポートの作成
- リソースをクリーンアップする
前提条件
このチュートリアルを正常に完了するには、Microsoft Fabric 対応の容量を持つワークスペースが必要です。
関連するコンテンツ
フィードバック
https://aka.ms/ContentUserFeedback」を参照してください。
以下は間もなく提供いたします。2024 年を通じて、コンテンツのフィードバック メカニズムとして GitHub の issue を段階的に廃止し、新しいフィードバック システムに置き換えます。 詳細については、「フィードバックの送信と表示