O que é o Real-Time Analytics no Fabric?

  • Artigo

Nas últimas décadas assistiu-se a uma mudança de paradigma na forma como acedemos e consumimos informação, à medida que os utilizadores se habituaram a dados interativos, a pedido e acessíveis a todos. Essa mudança foi impulsionada por big data, ingestão de dados de streaming e pesquisa indexada baseada em palavras-chave. Todos juntos formam uma experiência de usuário simplificada. Com o Real-Time Analytics no Microsoft Fabric, permitimos que as organizações se concentrem e ampliem suas soluções de análise enquanto democratizam os dados para as necessidades do cientista de dados cidadão até o engenheiro de dados avançado. A análise em tempo real tornou-se essencial em muitos cenários no mundo empresarial, como cibersegurança, rastreamento e gerenciamento de ativos, manutenção preditiva, otimização da cadeia de suprimentos, experiência do cliente, gerenciamento de energia, gerenciamento de estoque, controle de qualidade, monitoramento ambiental, gerenciamento de frotas e saúde e segurança.

Como? O Real-Time Analytics reduz a complexidade e simplifica a integração de dados. Obtenha acesso rápido a insights de dados com apenas alguns segundos de provisionamento, streaming automático de dados, indexação e particionamento para qualquer fonte ou formato de dados e geração e visualizações de consultas sob demanda. Esse processo do usuário é simplificado, preservando recursos analíticos poderosos. O Real-Time Analytics permite que você se concentre em suas soluções de análise, escalando perfeitamente com o serviço à medida que suas necessidades de dados e consultas crescem.

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

O Real-Time Analytics é uma plataforma de análise de big data totalmente gerenciada, otimizada para streaming e dados de séries cronológicas. Ele utiliza uma linguagem de consulta e um mecanismo com desempenho excecional para pesquisar dados estruturados, semiestruturados e não estruturados. O Real-Time Analytics é totalmente integrado com todo o conjunto de produtos Fabric, tanto para carregamento de dados, transformação de dados e cenários de visualização avançada.

O que torna o Real-Time Analytics único?

  • Capture, transforme e encaminhe eventos em tempo real para vários destinos, incluindo aplicativos personalizados.
  • Ingerir ou carregar facilmente dados de qualquer fonte, em qualquer formato de dados.
  • Execute consultas analíticas diretamente em dados brutos sem a necessidade de criar modelos de dados complexos ou criar scripts para transformar os dados.
  • Importe dados com streaming por padrão que oferece análise de dados de alto desempenho, baixa latência e alta atualização.
  • Os dados importados passam por particionamento padrão - particionamento baseado em tempo e hash e indexação por padrão.
  • Trabalhe com estruturas de dados versáteis , incluindo consulta estruturada, semiestruturada ou texto livre.
  • Consulte dados brutos sem transformação, com alto desempenho e tempo de resposta incrivelmente baixo, usando uma ampla variedade de operadores disponíveis.
  • Gerencie uma quantidade ilimitada de dados, de gigabytes a petabytes, com escala ilimitada em consultas simultâneas e usuários simultâneos.
  • O dimensionamento automático integrado ajusta os recursos para corresponder aos fatores da carga de trabalho, como cache, memória, uso da CPU e ingestão, otimizando o desempenho e minimizando os custos.
  • Integre-se perfeitamente com outras experiências e itens no Microsoft Fabric.

Quando usar o Real-Time Analytics?

Se qualquer uma dessas perguntas descrever suas necessidades de dados, o Real-Time Analytics é a solução certa para você:

  • Preciso de alta atualização da ingestão de dados para consulta?
  • Quero transformar dados de streaming?
  • Tenho um serviço que precisa acessar dados com baixa latência de consulta (em questão de segundos)?
  • Preciso pesquisar ou acessar dados em diferentes formatos, como dados estruturados, dados semiestruturados (incluindo dados complicados, como JSON ou outras matrizes) ou dados não estruturados (por exemplo, texto livre)?
  • Quero ter a capacidade de consultar grandes quantidades de dados?
  • Meus dados têm um componente de tempo que pode se beneficiar da estrutura de banco de dados otimizada para séries temporais?
  • Quero a capacidade de criar consultas ad-hoc em qualquer campo ou linha sem otimização prévia?

Os tipos de setores que se beneficiam da análise de dados no Real-Time Analytics são variados. Por exemplo: finanças, transporte e logística, cidades inteligentes, edifícios inteligentes, operações de fabricação, automotivo e petróleo e gás.

Cenários

Marketing

Como especialista em marketing que implementa uma nova campanha, o Real-Time Analytics permite analisar o impacto imediato da sua campanha nas vendas, no inventário e na logística. Você pode transmitir grandes volumes de dados para seu banco de dados KQL por meio do Eventstream com uma latência de alguns segundos e, em seguida, usar um conjunto de consultas KQL para analisar o desempenho da sua campanha e visualizar suas descobertas em um relatório compartilhável do Power BI. Você pode usar essas informações para modificar imediatamente os diferentes aspetos da sua campanha e visualizar facilmente o efeito em tempo real. Você também pode conceder acesso de visualização para seu banco de dados KQL para diferentes equipes em sua empresa, como as equipes de finanças e produção para analisar seus dados de streaming e fazer ajustes no custo e produção do produto de acordo.

Sales

Como analista de negócios que trabalha para uma cadeia de varejo global, você é responsável por analisar os dados recebidos e comunicar seus insights às principais partes interessadas do seu negócio. Você pode coletar e armazenar dados de uma variedade de fontes diferentes, como fabricantes, expedidores, fornecedores e em uma variedade de formatos, como dados estruturados, semiestruturados e não estruturados. Todos esses dados acionáveis são capturados em um banco de dados KQL, fornecendo uma solução de dados escalável para seus dados crescentes que podem conter bilhões de registros que podem ser retidos por anos a fio para você consultar e comparar com os dados de streaming. Você não só pode usar um conjunto de consultas KQL para executar análises de séries temporais, mas também pode criar relatórios do Power BI visualizando análises geoespaciais de rotas terrestres e marítimas, detetar rapidamente anomalias e colaborar com gerentes de projeto em painéis para tomar melhores decisões de negócios.

Como trabalhar em Real-Time Analytics?

Os principais itens disponíveis no Real-Time Analytics incluem:

  • Eventstream para capturar, transformar e rotear eventos em tempo real para vários destinos com uma experiência sem código.
  • Um banco de dados KQL para armazenamento e gerenciamento de dados. Os dados carregados em um banco de dados KQL podem ser acessados no OneLake e são expostos a outras experiências do Fabric.
  • Um conjunto de consultas KQL para executar consultas, exibir e personalizar resultados de consulta em dados. O conjunto de consultas KQL permite salvar consultas para uso futuro, exportar e compartilhar consultas com outras pessoas e inclui a opção de gerar um relatório do Power BI.

Veja como esses itens funcionam juntos no cenário de análise e consumo de dados de streaming de ponta a ponta: Real-Time Analytics Tutorial- Introdução

Integração com outras experiências

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

Conteúdos relacionados