Čo je analýza v reálnom čase v službe Fabric?
V posledných niekoľkých desaťročiach boli svedkami posunu paradigmy v spôsobe, akým prístup a využívanie informácií, ako sa užívatelia stali zvyknutí na údaje, ktoré sú interaktívne, na vyžiadanie, a prístupné všetkým. Tento posun bol poháňaný veľkými dátami, príjem streamovaných údajov a indexovaným vyhľadávaním na základe kľúčových slov. Všetky spolu tvoria zjednodušené používateľské prostredie. S analýzou v reálnom čase v službe Microsoft Fabric umožňujeme organizáciám sústrediť sa a zväčšovať svoje analytické riešenia a zároveň demokratizovať údaje pre potreby občianskych dátových vedcov až k pokročilému dátovému inžinierovi. Analýzy v reálnom čase sa stali nevyhnutnými v mnohých scenároch v podnikovom svete, ako je kybernetická bezpečnosť, sledovanie položiek a správa, prediktívna údržba, optimalizácia dodávateľského reťazca, zákaznícke skúsenosti, riadenie energetiky, riadenie zásob, kontrola kvality, monitorovanie životného prostredia, správa vozového parku, zdravie a bezpečnosť.
Ako? Analýza v reálnom čase znižuje zložitosť a zjednodušuje integráciu údajov. Získajte rýchly prístup k prehľadom údajov len pomocou sekúnd poskytovania prostriedkov, automatického streamovania údajov, indexovania a rozdelenia pre akýkoľvek zdroj alebo formát údajov a generovanie dotazov a vizualizácií na požiadanie. Tento používateľský proces je zjednodušený pri zachovaní výkonných analytických možností. Analýza v reálnom čase vám umožňuje zamerať sa na analytické riešenia tým, že sa bez problémov so službou škáluje, pretože údaje a potreby dotazov rastú.
Analýza v reálnom čase je plne spravovaná platforma na analýzu veľkého objemu údajov optimalizovaná pre streamovanie a údaje časových radov. Využíva jazyk dotazov a nástroj s výnimočným výkonom na vyhľadávanie štruktúrovaných, čiastočne štruktúrovaných a neštruktúrovaných údajov. Analýza v reálnom čase je plne integrovaná s celým balíkom produktov tkaniny pre scenáre načítavania údajov, transformácie údajov aj pokročilej vizualizácie.
Prečo je analýza v reálnom čase jedinečná?
- Zaznamenávanie, transformácia a smerovanie udalostí v reálnom čase do rôznych cieľov vrátane vlastných aplikácií.
- Jednoducho ingestujte alebo načítajte údaje z ľubovoľného zdroja v ľubovoľnom formáte údajov.
- Spúšťanie analytických dotazov priamo na nespracované údaje bez nutnosti vytvárania zložitých dátových modelov alebo vytvárania skriptovania na transformáciu údajov.
- Importujte údaje pomocou predvoleného streamovania , ktoré umožňuje vysoký výkon, nízku latenciu a analýzu údajov s vysokou aktuálnosťou.
- Importované údaje prechádzajú predvoleným rozdelením – časovo aj s rozdeľovaním na základe hash a predvolene indexovaním.
- Práca s všestrannými štruktúrami údajov vrátane štruktúrovaného dotazu, čiastočne štruktúrovaného alebo voľného textu.
- Dotazujte nespracované údaje bez transformácie s vysokým výkonom a neuveriteľne nízkou odozvou pri používaní širokej škály dostupných operátorov.
- Spravujte neobmedzené množstvo údajov od gigabajtov po petabajty s neobmedzeným rozsahom na súbežných dotazoch a súbežných používateľov.
- Vstavané automatické škálovanie upravuje prostriedky tak, aby zodpovedali faktorom vyťaženia, ako je napríklad vyrovnávacia pamäť, pamäť, využívanie procesora a príjem, optimalizácia výkonu a minimalizácia nákladov.
- Bezproblémovú integráciu s ostatnými prostrediami a položkami v službe Microsoft Fabric.
Kedy použiť analýzu v reálnom čase?
Ak niektorá z týchto otázok popisuje vaše potreby údajov, analýza v reálnom čase je pre vás tým správnym riešením:
- Potrebujem na dotazovanie vysokú mieru aktuálnosti z príjmu údajov?
- Chcem transformovať streamované údaje?
- Mám službu, ktorá potrebuje získať prístup k údajom s nízkou latenciou dotazu (v priebehu niekoľkých sekúnd)?
- Musím vyhľadávať alebo získať prístup k údajom v rôznych formátoch, ako sú napríklad štruktúrované údaje, polo štruktúrované údaje (vrátane zložitých údajov, ako je napríklad JSON alebo iné polia), alebo neštruktúrované údaje (napríklad voľný text)?
- Chcem mať možnosť dotazovať veľké množstvo údajov?
- Majú moje údaje zložku času, ktorá môže profitovať z štruktúry databázy optimalizovanej pre časový rad?
- Chcem mať možnosť vytvárať ad hoc dotazy pre ľubovoľné pole alebo riadok bez predchádzajúcej optimalizácie?
Typy odvetví, ktoré využívajú analýzu údajov v analýze v reálnom čase, sú rôzne. Príklad: financie, doprava a logistika, inteligentné mestá, inteligentné budovy, výrobné prevádzky, automobily a ropa a plyn.
Scenáre
Marketing
Ako marketingový špecialista na implementáciu novej kampane vám analýza v reálnom čase umožňuje analyzovať okamžitý vplyv vašej kampane na predaj, zásoby a logistiku. Veľké objemy údajov môžete streamovať do databázy KQL prostredníctvom eventstreamu s oneskorením niekoľko sekúnd. Potom pomocou množiny dotazov KQL môžete analyzovať výkon vašej kampane a vizualizovať výsledky v zdieľanej zostave Power BI. Tieto prehľady môžete použiť na okamžité úpravu rôznych aspektov vašej kampane a jednoduché zobrazenie vplyvu v reálnom čase. Môžete tiež udeliť prístup na zobrazenie databázy KQL rôznym tímom vo vašej spoločnosti, ako sú finančné a produkčné tímy, aby mohli analyzovať streamované údaje a zodpovedajúcim spôsobom upraviť náklady a výrobu produktu.
Sales
Ako obchodný analytik, ktorý pracuje pre globálny maloobchodný reťazec, ste zodpovedný za analýzu prichádzajúcich údajov a komunikáciu svojich prehľadov s kľúčovými zainteresovanými stranami vo vašom podniku. Môžete zhromažďovať a ukladať údaje z rôznych zdrojov, napríklad výrobcov, odosielateľov, dodávateľov a v rôznych formátoch, ako sú napríklad štruktúrované, polo štruktúrované a neštruktúrované údaje. Všetky tieto údaje s akciami sa zaznamenajú v databáze KQL, ktorá poskytuje škálovateľné riešenie údajov na rast údajov, ktoré môže obsahovať miliardy záznamov, ktoré je možné uchovávať po celé roky, aby ste mohli dotazovať údaje a porovnať ich so streamovanými údajmi. Na vykonanie analýzy časových radov môžete použiť nielen množinu dotazov kľúčového ukazovateľa výkonu, ale môžete tiež vytvoriť zostavy Power BI, ktoré vizualizujú geopriestorovú analýzu pozemných a námorných trás, rýchlo detegujú anomálie a spolupracujú s projektovými manažérmi na tabuliach, aby mohli prijímať lepšie obchodné rozhodnutia.
Ako pracovať s analýzou v reálnom čase?
Hlavné položky, ktoré sú k dispozícii v analýze v reálnom čase, zahŕňajú:
- Eventstream na zaznamenávanie, transformáciu a smerovanie udalostí v reálnom čase do rôznych cieľov bez použitia kódu.
- Databáza KQL na ukladanie a správu údajov. K údajom načítaným do databázy KQL možno získať prístup v službe OneLake a sú vystavené iným skúsenostiam s tkaninou.
- Množina dotazov KQL na spúšťanie dotazov, zobrazovanie a prispôsobovanie výsledkov dotazov v údajoch. Množina dotazov KQL umožňuje ukladať dotazy na budúce použitie, exportovať a zdieľať dotazy s ostatnými používateľmi, ako aj možnosť vygenerovať zostavu Power BI.
Zistite, ako tieto položky navzájom spolupracujú v scenári konečnej streamovania údajov a analýz v reálnom čase: Kurz analýzy v reálnom čase – úvod
Integrácia s ostatnými prostrediami
- Vytvorte cloudové pripojenia Event Hubs na streamovanie údajov do analýzy v reálnom čase.
- Údaje v službe OneLake sú prístupné analýzou v reálnom čase niekoľkými spôsobmi:
- Údaje zo služby OneLake možno dotazovať zo služby Real-Time Analytics ako skratku.
- Údaje zo služby OneLake možno načítať do služby Real-Time Analytics.
- Údaje načítané do analýzy v reálnom čase sa premietnu do služby OneLake ako jedna logická kópia.
- Údaje načítané do analýzy v reálnom čase možno použiť ako základné údaje na vizualizáciu v zostave Power BI.
- Údaje načítané do analýzy v reálnom čase možno použiť na analýzu v poznámkových blokoch Spark v Dátový inžinier.
- Aktivujú udalosti načítavania údajov v Službe Data Factory pomocou kanálov.
- Spúšťanie udalostí načítavania údajov pomocou tokov údajov.
Súvisiaci obsah
Pripomienky
https://aka.ms/ContentUserFeedback.
Pripravujeme: V priebehu roka 2024 postupne zrušíme službu Problémy v službe GitHub ako mechanizmus pripomienok týkajúcich sa obsahu a nahradíme ju novým systémom pripomienok. Ďalšie informácie nájdete na stránke:Odoslať a zobraziť pripomienky pre