Vad är skillnaden mellan realtidsinformation och jämförbara Azure-lösningar?

När organisationer går vidare med sin digitala omvandlingsresa stöter de på ett ökande antal datakällor. Dessa källor genererar tidskänsliga, invecklade datapunkter, händelser och signaler. Dessa data kan komma från olika källor, till exempel (a) sensordata från fysiska tillgångar som växter, fordon, torn, IoT Edge-enheter, (b) CDC-strömmar (Change Data Capture) från databaser som driver kundriktade webb- och mobilprogram, och (c) loggar från lokala och molnbaserade infrastrukturer och program, bland annat. Dessa dataströmmar är avgörande för att organisationer ska kunna stänga den digitala feedbackloopen, få en djupare förståelse för kundanvändningsmönster för sina fysiska och digitala tillgångar och kontinuerligt förbättra det värde de ger för att upprätthålla marknadens konkurrenskraft.

När du inser det här värdet måste du skapa arkitekturer för dataströmning i realtid som använder både molnbaserade och lokala datatjänster för datainsamling, transport, drifttransformeringar och analystransformeringar. Dessa arkitekturer skapas vanligtvis med hjälp av en blandning av produkter som Azure Event Hubs, Azure Event Grid, Apache Kafka, Amazon Kinesis, IBM Message Queues och Google Pub/Sub. När data tas emot i molnet genomgår de olika faser av bearbetning och omvandling, som ofta kallas heta, varma och kalla vägar, innan de hamnar i datalager som Azure Data Explorer, Azure Synapse Analytics och Azure Data Lake Store Gen 2. När de har bearbetats är dessa data redo för avancerad analys och AI-program och kan visualiseras med verktyg som Power BI, Grafana, Web eller Mobile Apps och API-slutpunkter.

Introduktionen av Realtidsinformation i Fabric erbjuder organisationer flera implementeringsmetoder och arkitekturer för deras användningsfall som kräver avancerad analys av strömmande data. Microsoft Azure ger professionella utvecklare robusta funktioner för att utforma och implementera arkitekturer som kräver djup integrering med andra Azure-tjänster, automatisering från slutpunkt till slutpunkt och distribution av hela lösningen som ett enhetligt paket. Realtidsinformation i Microsoft Fabric gör det möjligt för medborgarutvecklare och företagsanvändare att identifiera dataströmmar i sina organisationer och bygga sina analyslösningar och program. Med sömlös integrering med Azure Event Hubs, Azure Event Grid och Azure Data Explorer underlättar Realtidsinformation tillägget av Azure-baserade arkitekturer till Microsoft Fabric och skapandet av nya lösningar med befintliga eller nya datakällor. Följande diagram illustrerar både En PaaS-baserad lösningsarkitektur (Azure Platform as a Service) och lösningsarkitekturen realtidsinformation för användningsfall för telemetrianalys i typiska tillverknings-/fordonsorganisationer.

Mer information om realtidsinformation finns i Vad är realtidsinformation i Infrastrukturresurser?.

Tidigare har organisationer allokerat betydande budgetar, personal och resurser för att utveckla, integrera, distribuera, upprätthålla och hantera olika frånkopplade molnbaserade eller lokala produkter och isolerade lösningar. Detta har lett till invecklade, komplexa arkitekturer som är utmanande att använda och underhålla. Därför har organisationer tvekat att genomföra sådana investeringar på grund av komplexiteten, eller har bedömt kostnaderna som alltför oöverkomliga för att motivera en tillfredsställande avkastning på investeringen. Ändå har efterfrågan på insikter om affärsdrift i realtid som drivs av omedelbara data med hög kornighet varit konsekvent bland slutanvändarna.

Realtidsinformation revolutionerar det här landskapet genom att utnyttja den fulla potentialen för realtidsfunktioner i Fabric, så att du kan härleda värdefulla, användbara insikter från dina data från första part och tredje part omedelbart. Med Realtidsinformation kan du dra nytta av:

• Ett omfattande SaaS-erbjudande: En heltäckande lösning som underlättar identifiering av insikter från dina tidskänsliga data, så att du kan mata in, bearbeta, fråga, visualisera och agera på dem i realtid.
• En centraliserad hubb för dina dynamiska data: En enhetlig dataegendom för alla dina händelsedata i rörelse, vilket förenklar inmatning, lagring och kuration av detaljerade data från hela organisationen via realtidshubben.
• Snabb lösningsutveckling: Ge teammedlemmar med varierande expertis möjlighet att extrahera mer värde från data och snabbt bygga lösningar ovanpå dem för ytterligare affärstillväxt.
• Insikter som drivs av AI i realtid: Skala manuell övervakning och initiera enkelt åtgärder med färdiga, automatiserade funktioner som avslöjar dolda mönster och fullt ut använder Microsofts ekosystem för att driva verksamheten framåt.

Den här artikeln beskriver viktiga överväganden för att fastställa den lämpligaste implementeringsarkitekturen som är anpassad till dina användningsfall för strömning:

Sammanlagt

Kapacitet	Azure PaaS-baserad lösning	Lösning för realtidsinformation
Integrering av tjänster	Beror på integreringskompatibiliteten mellan tjänsterna i arkitekturens omfång.	Integrering med ett klick i varje steg av datainmatning, process, analys, visualisering och handling.
Erfarenhet av pro- och medborgarutveckling	Passar bättre för proffsutvecklare.	Pro-utvecklare, medborgarutvecklare och företagsanvändare kan samexistera.
Låg kod/ingen kod	Endast tillgängligt för transformering i Azure Stream Analytics och för att skapa aviseringar med Logics Apps eller Power Automate. Pro-utveckling krävs för implementering från slutpunkt till slutpunkt.	Implementering från slutpunkt till slutpunkt från inmatning till analys till transformering för att visualisera och agera kan genomföras.
Förbrukningsmodell	Tjänstberoende uppskattning, förbrukning och faktureringsmodell.	Enhetlig kapacitetsenhetsförbrukning och faktureringsmodell för infrastrukturresurser.

Mata in och bearbeta

Kapacitet	Azure PaaS-baserad lösning	Lösning för realtidsinformation
Anslutningsprogram för flera moln	Azure Stream Analytics ansluter till Confluent Kafka. Inga anslutningsappar för att läsa data från Amazon Kinesis eller Google Pub/Sub.	Intern integrering för Confluent Kafka, Amazon Kinesis, Google Pub/Sub.
Stöd för CDC-strömmar	Kräver distribution av andra tjänster, till exempel Debezium.	Intern integrering för Azure Cosmos DB, Postgresql och Azure SQL.
Stöd för protokoll	Azure Event Hubs, AMQP, Kafka och MQTT.	Azure Event Hubs, AMQP, Kafka.

Analysera och transformera

Kapacitet	Azure PaaS-baserad lösning	Lösning för realtidsinformation
Dataprofilering	Inte tillgängliga	Dataprofileringsvyn för dina realtidstabeller innehåller färdiga histogram och min-max-intervall för varje kolumn.
Visuell datautforskning	Inte tillgängliga	Dra och släpp-funktioner för att visuellt analysera dina realtidsdata.
Copilot-upplevelse	Azure Data Explorer-kluster kan läggas till som källa i Fabric KQL Queryset för att använda Copilot-funktioner.	Internt tillgänglig
Inbyggda ML-modeller	Tillgängliga modeller för avvikelseidentifiering och prognostisering. Utveckling som krävs för att distribuera modeller för avvikelseidentifiering och prognostisering.	Tillgängliga modeller för avvikelseidentifiering och prognostisering. Företagsanvändare kan också använda modeller för avvikelseidentifiering på inkommande strömmande data.
Visualisering (Microsoft)	Instrumentpaneler i Power BI, Azure Data Explorer	Intern integrering med ett klick med Power BI och realtidsinstrumentpanelen
Visualisering (tredje part)	Grafana, Kibana, Matlab.	Grafana, Kibana, Matlab kan också integreras med Event House.

Agera

Kapacitet	Azure PaaS-baserad lösning	Lösning för realtidsinformation
Driva affärsåtgärder från insikter	Kräver Azure Logic Apps eller Power Automate eller Azure Functions, Azure Monitor-aviseringar.	Internt tillgänglig i Infrastruktur med hjälp av Reflex-objekt i DataAktivator med inbyggd integrering med Power BI-semantiska modeller, händelseström och KQL-frågor.
Reaktiva systemhändelser	Inte tillgängliga	Inbyggda händelser som publicerats via realtidshubben; Använd reflexobjekt för att automatisera dataprocesser, till exempel pipelines och notebook-filer.
Semantiska realtidsmodeller	Inte tillgänglig eller kod-första lösning med hjälp av Logic Apps eller Azure Functions	Inte tillgängliga
Inbyggd AI	Inte tillgängligt	Inte tillgängligt
Meddelandemål	Beror på anslutningsportföljen för tjänsten.	Anslutningsappar för Microsoft Teams, Microsoft Outlook och Power Automate.

Katalog

Kapacitet	Azure PaaS-baserad lösning	Lösning för realtidsinformation
Enhetlig katalog med dataströmmar	Inte tillgängliga	Realtidshubb: 1. Dataströmmar som skapats av användarna 2. Befintliga strömmar från Microsoft-källor 3. Händelseströmmar för infrastruktursystem
Identifiering av Microsoft-dataströmmar	Inte tillgängliga	Realtidsinformationshubben identifierar dataströmmar i din Azure-klientorganisation.
Samla in och agera på händelser från Azure Storage	Kräver distribution av Azure Event Grid för att agera på händelser som inträffar i Azure Storage.	Kan distribueras från Infrastrukturresurser. En Event Grid-resurs skapas i samma resursgrupp som Azure Storage-kontot.
Samla in och agera på händelser från Fabric	Inte tillämpligt	Internt tillgängligt i Infrastrukturresurser

Relaterat innehåll

• Kom igång med Realtidsinformation