Поделиться через

Что такое аналитика в режиме реального времени?

  • Статья

Аналитика в режиме реального времени — это мощная служба, которая позволяет всем пользователям организации извлекать аналитические сведения и визуализировать их данные в движении. Он предлагает комплексное решение для сценариев на основе событий, потоковых данных и журналов данных. Будь то работа с гигабайтами или петабайтами, все данные организации в движении конвергенты в Концентраторе реального времени. Он легко подключает данные на основе времени из различных источников с помощью соединителей без кода, позволяя немедленно анализировать визуальные данные, геопространственный анализ и реакции на основе триггеров, которые являются частью каталога данных всей организации.

После простого подключения к любому потоку данных все решение SaaS становится доступным. Аналитика в режиме реального времени обрабатывает прием данных, преобразование, хранилище, аналитику, визуализацию, отслеживание, ИИ и действия в режиме реального времени. Ваши данные остаются защищенными, управляемыми и интегрированными в вашей организации, легко соответствуют всем предложениям Fabric. Аналитика в режиме реального времени преобразует данные в динамический, практический ресурс, который приводит к значению всей организации.

Может ли аналитика в режиме реального времени помочь мне?

Аналитика в режиме реального времени может использоваться для анализа данных, немедленной визуальной аналитики, централизации данных в движении для организации, действий с данными, эффективного запроса, преобразования и хранения больших объемов структурированных или неструктурированных данных. Необходимо ли оценивать данные из систем Интернета вещей, системных журналов, свободного текста, полуструктурированных данных или вносить данные для использования другими пользователями в организации, аналитика в режиме реального времени предоставляет универсальное решение.

Несмотря на то, что это называется "в режиме реального времени", ваши данные не должны передаваться с высокими темпами и объемами. Аналитика в режиме реального времени предоставляет решения на основе событий, а не на основе расписания. Компоненты аналитики в режиме реального времени основаны на доверенных, основных службы Майкрософт и вместе они расширяют общие возможности Fabric для предоставления решений на основе событий.

Приложения аналитики в режиме реального времени охватывают широкий спектр бизнес-сценариев, таких как автомобили, производство, IoT, обнаружение мошенничества, управление бизнес-операциями и обнаружение аномалий.

Разделы справки использовать аналитику в режиме реального времени?

Аналитика в режиме реального времени в Microsoft Fabric предоставляет возможности, которые в сочетании позволяют создавать решения аналитики в режиме реального времени в поддержке бизнес-процессов и инженерных процессов.

Схема архитектуры аналитики в режиме реального времени в Microsoft Fabric.

  • Центр реального времени служит централизованным каталогом в организации. Это упрощает простой доступ, добавление, исследование и общий доступ к данным. Расширив диапазон источников данных, он обеспечивает более широкую аналитику и визуальную ясность в различных доменах. Важно отметить, что этот центр гарантирует, что данные доступны не только для всех, но и доступны для всех, что способствует быстрому принятию решений и информированным действиям. Совместное использование потоковых данных из различных источников разблокирует потенциал для создания комплексной бизнес-аналитики в вашей организации.

  • Выбрав поток из вашей организации или подключенный к внешним или внутренним источникам, вы можете использовать средства потребления данных в аналитике в режиме реального времени для изучения данных. Средства потребления данных используют процесс визуального изучения данных и подробные сведения о аналитике данных. Вы можете получить доступ к данным, новым для вас, и легко понять структуру данных, шаблоны, аномалии, прогнозируемые объемы и скорости данных. Соответственно, вы можете действовать или принимать умные решения на основе данных. Панели мониторинга в режиме реального времени оснащены встроенными взаимодействиями, которые упрощают процесс понимания данных, что делает его доступным для всех, кто хочет принять решение на основе данных в движении с помощью визуальных инструментов, естественного языка и Copilot.

  • Эти аналитические сведения можно превратить в действия с активатором данных, так как вы настраиваете оповещения Рефлектора из различных частей Fabric для реагирования на шаблоны данных или условия в режиме реального времени.

Как взаимодействовать с компонентами аналитики в режиме реального времени?

Обнаружение потоковых данных

Концентратор реального времени используется для обнаружения и управления данными потоковой передачи. События концентратора реального времени — это каталог данных в движении и содержит:

  • Потоки данных: все потоки данных, которые активно выполняются в Fabric, к которым у вас есть доступ.

  • Источники Майкрософт: легко обнаруживайте источники потоковой передачи, которые у вас есть и быстро настраиваете прием этих источников в Fabric, например Центры событий Azure, Центр Интернета вещей Azure, запись измененных данных БАЗЫ данных SQL Azure (CDC), CDC Azure Cosmos DB, PostgreSQL DB CDC.

  • События Структуры: возможности, управляемые событиями, поддерживают уведомления в режиме реального времени и обработку данных. Вы можете отслеживать и реагировать на события, включая события элемента рабочей области Fabric и Хранилище BLOB-объектов Azure события. Эти события можно использовать для активации других действий или рабочих процессов, таких как вызов конвейера данных или отправка уведомления по электронной почте. Эти события также можно отправлять в другие места назначения через потоки событий.

Эти данные представлены в легко потребляемом формате и доступны для всех рабочих нагрузок Fabric.

Подключение к потоковым данным

Потоки событий — это способ сбора, преобразования и маршрутизации больших объемов событий в режиме реального времени в различные места назначения без кода. Потоки событий поддерживают несколько источников данных и назначений данных, включая широкий спектр соединителей к внешним источникам, например кластеры Apache Kafka, каналы отслеживания измененных данных базы данных, источники потоковой передачи AWS (Kinesis) и Google (GCP Pub/Sub).

Обработка потоков данных

С помощью возможностей обработки событий в потоках событий можно выполнять фильтрацию, очистку данных, преобразование, агрегирование окна и обнаружение фиктивных данных, чтобы приземлить данные в нужной форме. Вы также можете использовать возможности маршрутизации на основе содержимого для отправки данных в разные места назначения на основе фильтров. Другая функция, производные потоки событий, позволяет создавать новые потоки в результате преобразований и (или) агрегирования, которые могут быть общими для потребителей в концентраторе реального времени.

Хранение и анализ данных

Центры событий — это идеальный механизм аналитики для обработки данных в движении. Они адаптированы к событиям потоковой передачи с структурированными, полуструктурированными и неструктурированными данными. Эти данные автоматически индексируются и секционируются на основе времени приема, что обеспечивает невероятно быстрые и сложные возможности аналитических запросов для данных высокой детализации. Данные, хранящиеся в хранилищах событий, можно сделать доступными в OneLake для использования другими интерфейсами Fabric.

Индексированные секционированные данные, хранящиеся в хранилищах событий, готовы к молниеносным запросам с помощью различных параметров кода, низкого кода или без кода в Fabric. Данные можно запрашивать в собственном KQL (язык запросов Kusto) или с помощью T-SQL в наборе запросов KQL. Kusto copilot вместе с опытом изучения запросов без кода упрощает процесс анализа данных для опытных пользователей KQL и специалистов по обработке данных гражданина. KQL — это простой, но мощный язык для запроса структурированных, полуструктурированных и неструктурированных данных. Язык является экспрессивным, простым для чтения и понимания намерения запроса и оптимизирован для разработки.

Визуализация аналитики данных

Эти аналитические сведения можно визуализировать в наборах запросов KQL, панелях мониторинга в режиме реального времени и отчетах Power BI с секундами от приема данных к аналитическим сведениям. Параметры визуализации варьируются от no-code до полностью специализированных возможностей, предоставляя значение как новичку, так и обозревателе аналитических сведений экспертов, чтобы визуализировать их данные в виде диаграмм и таблиц. Визуальные подсказки можно использовать для выполнения операций фильтрации и агрегирования результатов запроса и использования полного списка встроенных визуализаций. Эти аналитические сведения можно просмотреть в отчетах Power BI и панелях мониторинга в режиме реального времени, которые могут содержать оповещения, созданные на основе аналитических сведений о данных.

"Trigger actions" (Активирующие действия)

Оповещения отслеживают изменение данных и автоматически выполняют действия при обнаружении шаблонов или условий. Данные могут передаваться в концентраторе реального времени или наблюдаться из запроса Kusto или отчета Power BI. При выполнении определенных условий или логики выполняется действие, например оповещение пользователей, выполнение элементов задания Fabric, таких как конвейер, или запуск рабочих процессов Power Automate. Логика может быть просто определенным пороговым значением, шаблоном, например событиями, происходящими неоднократно за определенный период времени, или результатами сложной логики, определенной запросом KQL. Активатор данных преобразует аналитические сведения на основе событий в полезные бизнес-преимущества.

Интеграция с другими интерфейсами Fabric

Связанный контент