Delen via

Wat is Realtime Intelligence?

Realtime intelligence is een krachtige service waarmee iedereen in uw organisatie inzichten kan extraheren en hun gegevens in beweging kan visualiseren. Het biedt een end-to-end oplossing voor scenario's waarin u moet reageren op gebeurtenissen wanneer ze plaatsvinden, continu stromende gegevens moet verwerken of logboeken moet analyseren. Ongeacht of het gaat om gigabytes of petabytes, worden alle organisatiegegevens in beweging geconvergeerd in de realtime hub. Het verbindt naadloos tijdgebaseerde gegevens uit verschillende bronnen met behulp van connectors zonder code, waardoor directe visuele inzichten, georuimtelijke analyse en op triggers gebaseerde reacties mogelijk zijn die allemaal deel uitmaken van een gegevenscatalogus voor de hele organisatie.

Zodra u naadloos verbinding maakt met een gegevensstroom, is de volledige cloudoplossing toegankelijk. Real-Time Intelligence verwerkt gegevensopname, transformatie, opslag, modellering, analyse, visualisatie, tracking, AI en realtime acties. Uw gegevens blijven beveiligd, beheerd en geïntegreerd in uw organisatie, naadloos afgestemd op alle Fabric aanbiedingen. Realtime intelligence transformeert uw gegevens in een dynamische, bruikbare resource die waarde in de hele organisatie aanstuurt.

Kan real-time intelligence me helpen?

Real-Time Intelligence kan worden gebruikt voor gegevensanalyse, directe visuele inzichten, centralisatie van gegevens in beweging voor een organisatie, acties op gegevens, efficiënte query's, transformatie, modellering en opslag van grote volumes gestructureerde of ongestructureerde gegevens. Of u nu gegevens van IoT-systemen, systeemlogboeken, vrije tekst, semi-gestructureerde gegevens wilt evalueren of gegevens moet bijdragen voor gebruik door anderen in uw organisatie, realtime intelligence biedt een veelzijdige oplossing.

Hoewel het 'realtime' wordt genoemd, hoeven uw gegevens niet met hoge snelheid en volumes te stromen. Real-Time Intelligence biedt oplossingen die reageren op gebeurtenissen wanneer ze plaatsvinden, in plaats van oplossingen die volgens een schema worden uitgevoerd. De Real-Time Intelligence-onderdelen zijn gebaseerd op vertrouwde, kern-Microsoft services en samen breiden ze de algemene Fabric mogelijkheden uit om oplossingen te bieden die direct reageren op gegevenswijzigingen.

Realtime Intelligence-toepassingen omvatten een groot aantal bedrijfsscenario's, zoals automotive, productie, IoT, fraudedetectie, bedrijfsactiviteitenbeheer en anomaliedetectie. U kunt ook Real-Time Intelligence gebruiken voor AI- en agentische toepassingsscenario's, zoals realtime bewaking van inhoudsveiligheid en agenttelemetrie voor generatieve apps, waarbij veiligheidssignalen en gespreksgebeurtenissen worden gestreamd en geanalyseerd voor onmiddellijke actie.

Hoe kan ik realtime intelligence gebruiken?

Real-Time Intelligence in Microsoft Fabric biedt mogelijkheden waarmee u in combinatie Real-Time Intelligence-oplossingen kunt maken ter ondersteuning van bedrijfsprocessen en technische processen.

Diagram van de architectuur van Real-Time Intelligence in Microsoft Fabric.

  • De realtime hub fungeert als een gecentraliseerde catalogus binnen uw organisatie. Hiermee kunt u eenvoudig streaminggegevens vinden, toevoegen, verkennen en delen. Door verbinding te maken met veel verschillende gegevensbronnen, kunt u inzicht krijgen in uw hele organisatie. Belangrijk is dat deze hub ervoor zorgt dat gegevens niet alleen beschikbaar zijn, maar ook toegankelijk zijn voor iedereen, het bevorderen van snelle besluitvorming en geïnformeerde actie. Het delen van streaminggegevens uit diverse bronnen biedt de mogelijkheid om uitgebreide business intelligence in uw organisatie te bouwen.

  • Zodra u een stream uit uw organisatie hebt geselecteerd of verbinding hebt gemaakt met externe of interne bronnen, kunt u de hulpprogramma's voor gegevensverbruik in realtime gebruiken om uw gegevens te verkennen. Met deze hulpprogramma's kunt u uw gegevens visueel verkennen en dieper ingaan op specifieke details. U kunt toegang krijgen tot gegevens die nieuw voor u zijn en gemakkelijk inzicht krijgen in de gegevensstructuur, patronen, afwijkingen, prognose van hoeveelheden en gegevenssnelheden. Daarom kunt u op basis van de gegevens actie ondernemen of slimme beslissingen nemen. Real-Time dashboards zijn uitgerust met kant-en-klare interacties waarmee het proces van inzicht in gegevens wordt vereenvoudigd, zodat deze toegankelijk zijn voor iedereen die beslissingen wil nemen op basis van gegevens die in beweging zijn met visuele hulpmiddelen, Natuurlijke taal en Copilot.

  • Deze inzichten kunnen worden omgezet in acties met Fabric Activator, omdat u waarschuwingen van verschillende onderdelen van Fabric instelt om in realtime te reageren op gegevenspatronen of -omstandigheden.

Hoe kan ik werken met de onderdelen van Realtime Intelligence?

Streaminggegevens detecteren

De realtime hub wordt gebruikt om uw streaminggegevens te detecteren en te beheren. Realtime hubgebeurtenissen is een catalogus met gegevens in beweging en bevat:

  • Gegevensstromen: Alle gegevensstromen die actief worden uitgevoerd in Fabric waartoe u toegang hebt.

  • Microsoft sources: Eenvoudig streamingbronnen detecteren die u hebt en snel opname van deze bronnen in Fabric configureren. CDC-bronnen (Change Data Capture) volgen en streamen wijzigingen in uw databases in realtime, bijvoorbeeld: Azure Event Hubs, Azure IoT Hub, Azure SQL DB CDC, Azure Cosmos DB CDC, PostgreSQL DB CDC.

  • Fabric gebeurtenissen: Gebeurtenisgestuurde mogelijkheden bieden ondersteuning voor realtime meldingen en gegevensverwerking. U kunt gebeurtenissen bewaken en erop reageren, waaronder gebeurtenissen van Fabric werkruimte-item en Azure Blob Storage gebeurtenissen. Deze gebeurtenissen kunnen worden gebruikt om andere acties of werkstromen te activeren, zoals het aanroepen van een pijplijn of het verzenden van een melding via e-mail. U kunt deze gebeurtenissen ook verzenden naar andere bestemmingen via eventstreams. Fabric gebeurtenissen en Azure Blob Storage gebeurtenissen kunnen ook Activator-regels activeren om Spark-taken of -gegevensstromen te initiëren, waardoor volledige gebeurtenisgestuurde indeling zonder planningen mogelijk is.

Deze gegevens worden allemaal weergegeven in een direct verbruikbare indeling en zijn beschikbaar voor alle Fabric workloads.

Verbinding maken met streaminggegevens

Met Eventstreams kunt u grote hoeveelheden realtime gegevens verzamelen, transformeren en verzenden naar verschillende bestemmingen, allemaal zonder code te schrijven. Eventstreams ondersteunen meerdere gegevensbronnen en gegevensbestemmingen, waaronder een breed scala aan connectors voor externe bronnen, bijvoorbeeld: Apache Kafka-clusters, databasewijzigingsgegevensopnamefeeds, AWS-streamingbronnen (Kinesis), Google (GCP Pub/Sub), MQTT v3.1/v3.1.1 en de Real-Time Weather-connector. Toepassingstelemetrie- en inhoudsveiligheidssignalen van AI- of LLM-services kunnen ook worden opgenomen als streams (bijvoorbeeld via Kafka- of Event Hubs-connectors) om governance en bewaking van agentinteracties mogelijk te maken. Het maken van waarschuwingen en regelbeheer worden rechtstreeks in Eventstreams ingesloten, zodat gebruikers waarschuwingen en acties vanuit de Eventstreams-ervaring kunnen instellen zonder van context te wisselen.

Gegevensstromen verwerken

Met behulp van de mogelijkheden voor gebeurtenisverwerking in Eventstreams kunt u filteren, gegevens opschonen, transformeren, vensteraggregaties en dupedetectie uitvoeren om de gegevens in de gewenste vorm te plaatsen. U kunt ook de routeringsmogelijkheden op basis van inhoud gebruiken om gegevens naar verschillende bestemmingen te verzenden op basis van filters. Met een andere functie, afgeleide gebeurtenisstromen, kunt u nieuwe streams maken als gevolg van transformaties en/of aggregaties die kunnen worden gedeeld met consumenten in realtime hub.

Gegevens opslaan en analyseren

Eventhouses zijn de ideale analyse-engine om gegevens in beweging te verwerken. Ze zijn afgestemd op tijdgebaseerde, streaming evenementen van gestructureerde, semi-gestructureerde en ongestructureerde gegevens. Uw gegevens worden automatisch geordend op basis van wanneer deze zijn aangekomen, zodat u snelle, gedetailleerde query's kunt uitvoeren, zelfs op grote hoeveelheden gegevens. Gegevens die zijn opgeslagen in eventhouses kunnen beschikbaar worden gesteld in OneLake voor gebruik door andere Fabric ervaringen.

De geïndexeerde, gepartitioneerde gegevens die zijn opgeslagen in eventhouses, zijn gereed voor razendsnelle query's met behulp van verschillende code-, weinig-code- of no-code-opties in Fabric. Gegevens kunnen worden opgevraagd in systeemeigen KQL (Kusto-querytaal) of met behulp van T-SQL in de KQL-queryset. De Kusto-copilot, samen met de ervaring voor het verkennen van query's zonder code, stroomlijnt het proces van het analyseren van gegevens voor zowel ervaren KQL-gebruikers als burgergegevenswetenschappers. KQL is een eenvoudige, maar krachtige taal voor het opvragen van gestructureerde, semi-gestructureerde en ongestructureerde gegevens. De taal is expressief, gemakkelijk te lezen en te begrijpen van de queryintentie en geoptimaliseerd voor ontwerpervaringen.

Voor AI- en agentische toepassingsscenario's maken KQL-query's met lage latentie over veiligheids- en telemetriegebeurtenissen bijna realtime dashboards en anomaliedetectie mogelijk in agentgesprekken. De tijdreeksorganisatie van eventhouse-gegevens is geschikt voor het correleren van veiligheidssignalen voor inhoud met sessiemetagegevens, zodat u snel problemen kunt classificeren en trends in uw generatieve AI-workloads kunt identificeren.

Modelgegevens

Digital Twin Builder (preview) is een ervaring met weinig code/geen code voor het modelleren van uw gegevens als ontologie die uw fysieke omgeving digitaal vertegenwoordigt. Het modelleren van uw assets en processen kan helpen bij het optimaliseren van fysieke bewerkingen met behulp van gegevens, op een manier die toegankelijk is voor operationele besluitvormers.

Met digital twin builder kunt u gegevens toewijzen aan uw ontologie vanuit verschillende bronsystemen, waaronder Fabric OneLake, en systeembrede of sitebrede semantische relaties definiëren om uw gegevens te contextualiseren. Digital Twin Builder bevat out-of-the-box visualisatie- en query-ervaringen om uw gemodelleerde gegevens te verkennen en maakt gebruik van de kracht van Microsoft Fabric om grote gegevenssets te analyseren, zoals tijdreeksgegevens en onderhoudsrecords die zich kunnen uitrekken over dagen, weken of maanden.

Gegevens van digital twin builder kunnen ook worden verbonden met Power BI of Real-Time dashboards voor extra visualisatie en aangepaste rapportage van uw gemodelleerde gegevens. Regels kunnen ook worden gedefinieerd voor ontology-bedrijfsentiteiten om waarschuwingen en geautomatiseerde acties (preview) te initiëren, waarmee gemodelleerde entiteiten worden verbonden met downstream realtime-acties.

Gegevensinzichten visualiseren

Gegevensinzichten kunnen worden gevisualiseerd in KQL-querysets, Real-Time dashboards, Power BI rapporten en kaarten, met seconden van gegevensopname naar inzichten. Visualisatieopties variëren van no-code tot volledig gespecialiseerde ervaringen, waardoor zowel de beginnende als deskundige inzichtenverkenner hun gegevens als grafieken en tabellen kunnen visualiseren. U kunt visuele aanwijzingen gebruiken om filter- en aggregatiebewerkingen uit te voeren op queryresultaten en een uitgebreide lijst met ingebouwde visualisaties te gebruiken. Deze inzichten kunnen worden weergegeven in Power BI Rapporten en Real-Time Dashboards, die beide waarschuwingen kunnen hebben die zijn gebaseerd op de gegevensinzichten.

Kaart in Microsoft Fabric is een dynamisch hulpprogramma voor georuimtelijke visualisatie waarmee u zowel statische als realtime ruimtelijke gegevens kunt analyseren voor diepere intelligentie. Het ondersteunt meerdere aanpasbare gegevenslagen, zoals bellen, heatmaps, veelhoeken en 3D-extrusies, zodat u ruimtelijke patronen en trends kunt ontdekken die traditionele grafieken vaak missen. Door te integreren met Lakehouses en Eventhouses en KQL-query's in te schakelen met vernieuwingsintervallen, faciliteert Map realtime gegevensanalyse, helpt teams bij het bewaken van live wijzigingen, het detecteren van afwijkingen en het nemen van tijdige beslissingen. Met ingebouwde kaartstijlen en ondersteuning voor indelingen zoals GeoJSON en PMTiles is het een krachtige asset voor operationele kennis en ruimtelijke intelligentie. Zie Een kaart maken voor meer informatie.

Acties activeren

Waarschuwingen bewaken het wijzigen van gegevens en ondernemen automatisch acties wanneer patronen of voorwaarden worden gedetecteerd. De gegevens kunnen door de "Real-Time hub" stromen of worden waargenomen vanuit een Kusto-query of Power BI-rapport. Wanneer aan bepaalde voorwaarden of logica wordt voldaan, wordt er vervolgens een actie uitgevoerd, zoals het waarschuwen van gebruikers, het uitvoeren van Fabric taakitems zoals een pijplijn, Spark-taak of gegevensstroom, het uitvoeren van gebruikersgegevensfuncties of het starten van Power Automate werkstromen. De logica kan een eenvoudig gedefinieerde drempelwaarde zijn, een patroon zoals gebeurtenissen die herhaaldelijk plaatsvinden gedurende een bepaalde periode of de resultaten van complexe logica die is gedefinieerd door een KQL-query. Voor generatieve AI-toepassingen kunt u werkstromen voor inhoudsveiligheid instellen met behulp van waarschuwingen die worden aangestuurd door KQL-voorwaarden (bijvoorbeeld een drempelwaarde voor toxiciteit die is overschreden of herhaalde beleidsschendingen) om toepassingseigenaren op de hoogte te stellen, gebeurtenissen te routeren naar quarantainestromen of pijplijnen en Power Automate werkstromen te activeren voor beperking of blokkeren. Activator zet uw gebeurtenisgestuurde inzichten om in bruikbare zakelijke voordelen. Activator kan ook worden geïntegreerd met de Power BI service om gebruikers op de hoogte te stellen wanneer bepaalde voorwaarden optreden in gepubliceerde rapporten, zoals wanneer een nieuwe rij wordt weergegeven in een tabelvisual.

Integreren met andere Fabric ervaringen

Gerelateerde inhoud

  • Last updated on