หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
Real-Time Intelligence และโซลูชัน Azure ที่เปรียบเทียบได้ช่วยให้องค์กรต่างๆ ประมวลผลข้อมูลที่ละเอียดอ่อนต่อเวลา แหล่งข้อมูลเหล่านี้สร้างจุดข้อมูล เหตุการณ์ และสัญญาณที่ไวต่อเวลา ความซับซ้อน ข้อมูลอาจมาจากแหล่งต่างๆ เช่น ข้อมูลเซนเซอร์จากสินทรัพย์ทางกายภาพ เช่น โรงงาน ยานพาหนะ อาคาร และอุปกรณ์ IoT Edge เปลี่ยนสตรีมการจับข้อมูล (CDC) จากฐานข้อมูลที่ขับเคลื่อนเว็บและแอปพลิเคชันสําหรับอุปกรณ์เคลื่อนที่ของลูกค้า และไฟล์บันทึกจากโครงสร้างพื้นฐานและแอปพลิเคชันภายในองค์กรและระบบคลาวด์ กระแสข้อมูลเหล่านี้ช่วยให้องค์กรปิดรอบคําติชมดิจิทัล เรียนรู้เพิ่มเติมเกี่ยวกับวิธีการที่ลูกค้าใช้สินทรัพย์ทางกายภาพและดิจิทัล และปรับปรุงคุณค่าที่พวกเขาให้เพื่อให้สามารถแข่งขันได้
เพื่อให้ได้รับค่านี้ องค์กรสร้างสถาปัตยกรรมการสตรีมข้อมูลแบบเรียลไทม์ที่ใช้ทั้งบริการระบบคลาวด์และภายในองค์กรสําหรับการรวบรวมข้อมูล การขนส่ง และการแปลง สถาปัตยกรรมเหล่านี้มักจะใช้ผลิตภัณฑ์ เช่น Azure Event Hubs, Azure Event Grid, Apache Kafka, Amazon Kinesis, คิวข้อความ IBM และ Google Pub/Sub เมื่อข้อมูลมาถึงในระบบคลาวด์ จะผ่านขั้นตอนของการประมวลผลและการแปลง — เส้นทางที่ร้อน อบอุ่น และเย็นก่อนที่จะเข้าสู่ที่เก็บข้อมูล เช่น Azure Data Explorer, Azure Synapse Analytics และ Azure Data Lake Store Gen 2 หลังจากประมวลผล ข้อมูลนี้พร้อมสําหรับการวิเคราะห์และแอป AI และสามารถแสดงในเครื่องมือต่าง ๆ เช่น Power BI, Grafana, เว็บ หรือแอปสําหรับอุปกรณ์เคลื่อนที่ และจุดสิ้นสุด API
Real-Time Intelligence ใน Fabric ช่วยให้องค์กรใช้การวิเคราะห์ขั้นสูงสําหรับการสตรีมข้อมูลได้หลายวิธี Microsoft Azure ช่วยให้นักพัฒนามืออาชีพสามารถออกแบบและสร้างสถาปัตยกรรมที่ต้องการการรวมกับบริการ Azure อื่นๆ ระบบอัตโนมัติแบบครบวงจร และการปรับใช้แบบรวมศูนย์ Real-Time Intelligence ใน Microsoft Fabric ช่วยให้ผู้ใช้ทางธุรกิจและนักพัฒนาพลเมืองค้นหากระแสข้อมูลในองค์กรของพวกเขา และสร้างโซลูชันการวิเคราะห์ได้ ด้วยการรวมกับ Azure Event Hubs, Azure Event Grid และ Azure Data Explorer Real-Time Intelligence จะขยายสถาปัตยกรรมที่ใช้ Azure ลงใน Microsoft Fabric และช่วยสร้างโซลูชันใหม่ด้วยแหล่งข้อมูลที่มีอยู่หรือแหล่งข้อมูลใหม่ แผนภาพต่อไปนี้แสดงทั้งแพลตฟอร์ม Azure เป็นสถาปัตยกรรมโซลูชันบริการ (PaaS) และสถาปัตยกรรมโซลูชัน Real-Time Intelligence สําหรับการวิเคราะห์การวัดและส่งข้อมูลทางไกลในองค์กรการผลิตและยานยนต์
เรียนรู้เพิ่มเติมเกี่ยวกับ Real-Time Intelligence ใน สิ่ง Real-Time Intelligence ใน Fabric คืออะไร
ในอดีต องค์กรใช้งบประมาณ เวลา และทรัพยากรจํานวนมากเพื่อพัฒนา รวม ปรับใช้ และจัดการผลิตภัณฑ์ระบบคลาวด์หรือผลิตภัณฑ์ในองค์กรแบบไม่เชื่อมต่อและโซลูชันที่แยกจากกัน ซึ่งนําไปสู่สถาปัตยกรรมที่ซับซ้อนซึ่งยากต่อการใช้งานและบํารุงรักษา องค์กรจํานวนมากลังเลที่จะลงทุนเนื่องจากความซับซ้อนนี้หรือเนื่องจากค่าใช้จ่ายดูเหมือนสูงเกินไปสําหรับผลตอบแทน ผู้ใช้ต้องการข้อมูลเชิงลึกทางธุรกิจแบบเรียลไทม์จากข้อมูลรายละเอียดในทันทีอย่างสม่ําเสมอ
Real-Time Intelligence เปลี่ยนแปลงสิ่งนี้โดยใช้ความสามารถแบบเรียลไทม์ใน Fabric เพื่อให้คุณได้รับข้อมูลเชิงลึกที่มีประโยชน์และสามารถดําเนินการได้จากข้อมูลของบุคคลแรกและข้อมูลบุคคลที่สามทันที ด้วย Real-Time Intelligence คุณจะได้รับ:
- ข้อเสนอ SaaS ที่ครอบคลุม: โซลูชันที่ช่วยให้คุณค้นหาข้อมูลเชิงลึกจากข้อมูลที่ละเอียดอ่อนตามเวลา เพื่อให้คุณสามารถนําเข้า กระบวนการ คิวรี แสดงภาพ และดําเนินการในแบบเรียลไทม์
- ฮับส่วนกลางสําหรับข้อมูลแบบไดนามิกของคุณ: พื้นที่รวมสําหรับข้อมูลเหตุการณ์ทั้งหมดของคุณในการเคลื่อนไหว ทําให้ง่ายต่อการนําเข้า จัดเก็บ และเรียบเรียงข้อมูลโดยละเอียดจากทั่วทั้งองค์กรของคุณผ่านฮับ Real-Time
- การพัฒนาโซลูชันอย่างรวดเร็ว: ช่วยให้สมาชิกในทีมที่มีความเชี่ยวชาญแตกต่างกันได้รับคุณค่ามากขึ้นจากข้อมูล และสร้างโซลูชันสําหรับการเติบโตทางธุรกิจได้อย่างรวดเร็ว
- ข้อมูลเชิงลึกที่ขับเคลื่อนโดย AI แบบเรียลไทม์: การปรับมาตราส่วนการตรวจสอบด้วยตนเอง และเริ่มต้นการดําเนินการด้วยคุณลักษณะอัตโนมัติที่พร้อมใช้งานซึ่งค้นหารูปแบบที่ซ่อนอยู่และใช้ระบบนิเวศของ Microsoft เพื่อขับเคลื่อนธุรกิจของคุณให้ก้าวไปข้างหน้า
บทความนี้สรุปข้อควรพิจารณาหลักเพื่อช่วยให้คุณเลือกสถาปัตยกรรมการใช้งานที่ดีที่สุดสําหรับกรณีการใช้งานการสตรีมของคุณ:
ภาพรวม
| ความสามารถ | โซลูชันที่ใช้ Azure PaaS | โซลูชันข่าวกรองแบบเรียลไทม์ |
|---|---|---|
| การรวมบริการ | ขึ้นอยู่กับความเข้ากันได้ของการรวมระหว่างบริการในสถาปัตยกรรม | การรวมแบบคลิกเดียวในแต่ละขั้นตอน: นําเข้า กระบวนการ วิเคราะห์ แสดงภาพ และดําเนินการ |
| ประสบการณ์การพัฒนาแบบ Pro และพลเมือง | เหมาะสําหรับนักพัฒนามืออาชีพ | นักพัฒนามืออาชีพ นักพัฒนาพลเมือง และผู้ใช้ทางธุรกิจสามารถอยู่ร่วมมือกันได้ |
| Low-code/No-code | พร้อมใช้งานสําหรับการแปลงข้อมูลใน Azure Stream Analytics เท่านั้น และสําหรับการสร้างการแจ้งเตือนด้วย Logic Apps หรือ Power Automate การพัฒนาแบบ Pro เป็นสิ่งจําเป็นสําหรับการดําเนินการแบบ end-to-end | คุณสามารถสร้างโซลูชันแบบครบวงจรจากการนําเข้า วิเคราะห์ แปลง แสดงภาพ และดําเนินการ |
| แบบจําลองปริมาณการใช้ | แบบจําลองการประเมิน การใช้ และการเรียกเก็บเงินที่ขึ้นอยู่กับบริการ | กําลังการผลิตของผ้าแบบเดียวกันการใช้งานหน่วยและรูปแบบการเรียกเก็บเงิน |
การนําเข้าและกระบวนการ
| ความสามารถ | โซลูชันที่ใช้ Azure PaaS | โซลูชันข่าวกรองแบบเรียลไทม์ |
|---|---|---|
| ตัวเชื่อมต่อมัลติคลาวด์ | Azure Stream Analytics เชื่อมต่อกับ Confluent Kafka ไม่มีตัวเชื่อมต่อสําหรับอ่านข้อมูลจาก Amazon Kinesis หรือ Google Pub/Sub | การรวมแบบดั้งเดิมสําหรับ Confluent Kafka, Amazon Kinesis และ Google Pub/Sub |
| การสนับสนุนสําหรับสตรีม CDC | จําเป็นต้องปรับใช้บริการอื่น ๆ เช่น Debezium | การรวมแบบดั้งเดิมสําหรับ Azure Cosmos DB, PostgreSQL, MySQL DB, และ Azure SQL |
| การสนับสนุนโพรโทคอล | Azure Event Hubs, AMQP, Kafka และ MQTT | Azure Event Hubs, AMQP และ Kafka |
วิเคราะห์และแปลง
| ความสามารถ | โซลูชันที่ใช้ Azure PaaS | โซลูชันข่าวกรองแบบเรียลไทม์ |
|---|---|---|
| การสร้างโพรไฟล์ข้อมูล | ไม่มี | มุมมองการสร้างโปรไฟล์ข้อมูลของตารางแบบเรียลไทม์ของคุณจะแสดงฮิสโทแกรมแบบนอกกรอบและช่วงต่ําสุดสูงสุดสําหรับแต่ละคอลัมน์ |
| Digital Twin Modeling | Azure Digital Twins | ตัวสร้างคู่แบบดิจิทัล (ตัวอย่าง) |
| การสํารวจข้อมูลแบบเป็นภาพ | ไม่มี | ลากคุณลักษณะเพื่อวิเคราะห์ข้อมูลแบบเรียลไทม์ของคุณแบบมองเห็นได้ |
| ประสบการณ์ Copilot | เพิ่มคลัสเตอร์ Azure Data Explorer เป็นแหล่งข้อมูลใน Fabric KQL Queryset เพื่อใช้ความสามารถของ Copilot | พร้อมใช้งานในแบบดั้งเดิม |
| แบบจําลอง ML ที่มีอยู่ภายใน | สามารถตรวจหาสิ่งผิดปกติและแบบจําลองการคาดการณ์ได้ จําเป็นต้องมีการพัฒนา Pro เพื่อปรับใช้แบบจําลองการตรวจหาและการคาดการณ์ความผิดปกติ | สามารถตรวจหาสิ่งผิดปกติและแบบจําลองการคาดการณ์ได้ ผู้ใช้ทางธุรกิจยังสามารถใช้แบบจําลองการตรวจหาความผิดปกติกับข้อมูลการสตรีมขาเข้าได้ |
| การแสดงภาพ (Microsoft) | แดชบอร์ด Power BI, Azure Data Explorer | การรวมแบบหนึ่งคลิกแบบดั้งเดิมกับ Power BI และแดชบอร์ดแบบเรียลไทม์ |
| การแสดงภาพ (บุคคลที่สาม) | Grafana, Kibana, Matlab | นอกจากนี้ Grafana, Kibana และ Matlab ยังสามารถรวมกับ Eventhouse ได้ด้วย |
ประพฤติ
| ความสามารถ | โซลูชันที่ใช้ Azure PaaS | โซลูชันข่าวกรองแบบเรียลไทม์ |
|---|---|---|
| ขับเคลื่อนการดําเนินการทางธุรกิจจากข้อมูลเชิงลึก | จําเป็นต้องมี Azure Logic Apps, Power Automate, ฟังก์ชัน Azure หรือการแจ้งเตือน Azure Monitor | มีให้ใช้งานใน Fabric โดยใช้ Fabric Activator พร้อมการรวมภายในกับแบบจําลองความหมาย Power BI, Eventstream และคิวรี KQL โดยใช้ KQL Querysets หรือแดชบอร์ด Real-Time |
| เปิดใช้งานเหตุการณ์ของระบบอีกครั้ง | ไม่มี | เหตุการณ์ที่มีอยู่ภายในที่เผยแพร่ผ่านฮับ Real-Time ใช้รายการ Activator เพื่อทําให้กระบวนการข้อมูลเช่น ไปป์ไลน์และสมุดบันทึกเป็นแบบอัตโนมัติ |
| แบบจําลองความหมายแบบเรียลไทม์ | โซลูชันแรกที่ไม่พร้อมใช้งานหรือโค้ดโดยใช้ Logic Apps หรือ ฟังก์ชัน Azure | ไม่มี |
| AI ในตัว | ไม่มี | ไม่มี |
| ปลายทางการแจ้งเตือน | ขึ้นอยู่กับพอร์ตโครงการตัวเชื่อมต่อของบริการ | ตัวเชื่อมต่อ Microsoft Teams, Microsoft Outlook และ Power Automate |
แค็ตตาล็อก
| ความสามารถ | โซลูชันที่ใช้ Azure PaaS | โซลูชันข่าวกรองแบบเรียลไทม์ |
|---|---|---|
| แค็ตตาล็อกแบบรวมของสตรีมข้อมูล | ไม่มี | ฮับแบบเรียลไทม์: - สตรีมข้อมูลที่สร้างขึ้นโดยผู้ใช้ - สตรีมที่มีอยู่จากแหล่งข้อมูล Microsoft - เหตุการณ์ระบบ Fabric |
| ค้นพบสตรีมข้อมูลของ Microsoft | ไม่มี | ฮับข่าวกรองแบบเรียลไทม์ค้นหาสตรีมข้อมูลในผู้เช่า Azure ของคุณ |
| จับภาพและดําเนินการกับเหตุการณ์จาก Azure Storage | ปรับใช้ตารางเหตุการณ์ Azure เพื่อดําเนินการกับเหตุการณ์ในที่เก็บข้อมูล Azure | ทริกเกอร์ตามเหตุการณ์ที่เก็บข้อมูล Blob ของ Azure จะพร้อมใช้งาน |
| จับภาพและดําเนินการกับเหตุการณ์จาก Fabric | ไม่สามารถใช้งานได้ | เนทีฟใน Fabric |