Wypróbuj przykład analizy w czasie rzeczywistym

Power BI można zintegrować z Real-Time Intelligence w celu zapewnienia zwiększonej wydajności dla użytkowników, którzy potrzebują wysokich częstotliwości odświeżania lub dużych ilości danych. W tym artykule opisano przykładowe środowisko użycia Inteligencji Czasu Rzeczywistego, które jest punktem wejścia od Power BI do Inteligencji Czasu Rzeczywistego.

Power BI może używać danych przesyłanych strumieniowo, gdy jest zintegrowany z usługą Real-Time Intelligence, w celu zapewnienia aktualnych informacji. Real-Time Intelligence zarządza pozyskiwaniem, przekształcaniem i przechowywaniem danych przesyłanych strumieniowo oraz udostępnia je do analizy i wizualizacji w Power BI. Ta integracja zapewnia kompleksowe i w pełni zintegrowane rozwiązanie do analizy danych w czasie rzeczywistym i wizualizacji przypadków użycia z dużą ilością danych lub wysokimi szybkościami odświeżania.

Real-Time Intelligence to zaawansowana usługa w zestawie produktów Fabric, która ułatwia wyodrębnianie szczegółowych informacji i wizualizowanie danych w ruchu. Oferuje kompleksowe rozwiązanie dla scenariuszy opartych na zdarzeniach, danych przesyłanych strumieniowo i dzienników danych.

Dowiedz się więcej na temat analizy w czasie rzeczywistym.

Tworzenie przykładu

Gdy częstotliwość odświeżania modelu semantycznego jest wyższa niż określony próg, zostanie wyświetlone wyskakujące okienko bąbelkowe z zaproszeniem do wypróbowania przykładowego środowiska w analizie czasu rzeczywistego.

Wybierz pozycję Wypróbuj przykład , aby rozpocząć tworzenie przykładowego kompleksowego rozwiązania w analizie czasu rzeczywistego. Tworzone są następujące składniki:

• Strumień zdarzeń
• Eventhouse
• Baza danych KQL
• Zestaw zapytań KQL
• Pulpit nawigacyjny w czasie rzeczywistym
• raport Power BI

To rozwiązanie opiera się na strumieniowaniu przykładowych danych, aby pokazać łatwość użycia i możliwości produktu w Inteligencji czasu rzeczywistego. Po zakończeniu kompilacji zostanie otwarte okno dialogowe z pojedynczymi linkami do każdego z przykładowych elementów, które zostaną otwarte na nowej karcie na pasku nawigacyjnym.

• Wybierz nazwę elementu, aby otworzyć go w analizie czasu rzeczywistego.
• Wybierz pozycję Eksploruj , aby zamknąć okno dialogowe i przejść do okna bazy danych KQL dla przykładu.

Histogram i tabele w okienku widoku głównego są aktualizowane automatycznie podczas odświeżania danych.

Składniki rozwiązania analizy w czasie rzeczywistym

Składniki przykładowego środowiska analizy w czasie rzeczywistym to:

• Event stream: Strumień zdarzeń to silnik pozyskiwania i przetwarzania danych w czasie rzeczywistym dla Microsoft Fabric. Możesz przekształcić dane i kierować je za pomocą filtrów do różnych miejsc docelowych. Przeczytaj więcej na temat strumieni zdarzeń.

• Eventhouse: Eventhouse to miejsce, gdzie dane są przechowywane i analizowane. Eventhouse jest przeznaczony do wydajnego obsługi strumieni danych w czasie rzeczywistym. Centrum zdarzeń może przechowywać jedną lub więcej baz danych KQL. Są one dostosowane do dużych ilości zdarzeń przesyłania strumieniowego opartych na czasie z danymi ustrukturyzowanymi, częściowo ustrukturyzowanymi i bez struktury. Przeczytaj więcej o usłudze Eventhouse.

• Baza danych KQL: baza danych KQL to miejsce przechowywania i zarządzania danymi. Umożliwia wykonywanie zapytań o dane w czasie rzeczywistym, zapewniając zaawansowane narzędzie do eksploracji i analizy danych. Baza danych KQL obsługuje różne zasady i przekształcenia danych. Przeczytaj więcej na temat baz danych KQL.

• Zestaw zapytań KQL: zestaw zapytań KQL służy do uruchamiania zapytań, wyświetlania i dostosowywania wyników zapytań na danych z bazy danych KQL. Przeczytaj więcej na temat queryset KQL.

• Real-Time Dashboard: Panel w czasie rzeczywistym zapewnia aktualizowaną na bieżąco migawkę różnych celów i punktów danych w zbiorze kafelków. Każdy kafelek ma zapytanie bazowe i wizualną reprezentację. Umożliwia ona wizualizowanie danych w czasie rzeczywistym, zapewniając wgląd w szczegółowe informacje i włączanie eksploracji danych. Przeczytaj więcej na temat pulpitów nawigacyjnych w czasie rzeczywistym.

• Power BI: Tworzy raporty w czasie rzeczywistym, które wyświetlają dane ze strumieni zdarzeń i baz danych KQL zarządzanych przez Real-Time Intelligence. Raporty łączą się z bazą danych KQL za pośrednictwem trybu DirectQuery przy użyciu łącznika Azure Data Explorer (Kusto), który obsługuje zarówno bazy danych Azure Data Explorer, jak i Fabric KQL. Dynamiczne parametry zapytania M przesuwają filtry i parametry ziarna czasu do bazy danych KQL, co pozwala na to, że wizualizacje otrzymują wyniki zagregowane zamiast surowych zdarzeń.

Tworzenie własnego rozwiązania w funkcji analizy w czasie rzeczywistym

To rozwiązanie można zaimplementować przy użyciu własnych danych. Przed rozpoczęciem potrzebujesz workspace z włączoną Microsoft Fabric capacity.

Aby skonfigurować nasz własny pulpit nawigacyjny w czasie rzeczywistym, postępuj zgodnie z samouczkami Inteligencji w Czasie Rzeczywistym. Oto podsumowanie kroków:

1. Utwórz centrum zdarzeń i skonfiguruj środowisko.
2. Utwórz strumień zdarzeń i wprowadź swoje dane do bazy danych KQL.
3. Utwórz zestaw zapytań KQL i wykonaj zapytanie dotyczące danych.
4. Utwórz pulpit nawigacyjny w czasie rzeczywistym i eksploruj dane wizualnie.
5. Zbuduj raport Power BI.
   • Połącz się z bazą danych KQL przy użyciu trybu DirectQuery za pośrednictwem łącznika Azure Data Explorer (Kusto), który obsługuje zarówno bazy danych Azure Data Explorer, jak i Fabric KQL.
   • Użyj dynamicznych parametrów zapytania języka M, aby przekazać zakres czasu i rozmiar pojemnika do zapytań KQL, dzięki czemu Power BI otrzymuje zagregowane serie (na przykład make-series lub summarize wyniku) a nie nieprzetworzone zdarzenia.
   • Przeprowadź wykrywanie anomalii na języku KQL za pomocą funkcji takich jak series_decompose_anomalies, i zwróć obliczone wyniki w wizualizacjach Power BI.

Wskazówka

W przypadku dużych ilości danych szeregów czasowych użyj składania zapytań z sparametryzowanym językiem M, aby filtry i agregacje były wykonywane w języku KQL. Unikaj importowania nieprzetworzonych danych zdarzeń o dużymi wolumenach — zwracaj do wizualizacji jedynie zagregowane zestawy danych, aby uzyskać interaktywną efektywność.

Powiązana zawartość

• Dokumentacja analizy w czasie rzeczywistym
• Samouczek kompleksowy end-to-end dotyczący inteligencji czasu rzeczywistego