Power BI'da gerçek zamanlı akışReal-time streaming in Power BI

Power BI'ın gerçek zamanlı akış özelliği ile gerçek zamanlı olarak veri akışı gerçekleştirebilir ve panoları güncelleştirebilirsiniz.With Power BI real-time streaming, you can stream data and update dashboards in real-time. Power BI'da oluşturulabilen tüm görseller, gerçek zamanlı verileri ve görselleri görüntüleyecek ve güncelleştirecek şekilde de oluşturulabilir.Any visual or dashboard that can be created in Power BI can also be created to display and update real-time data and visuals. Cihazlar ve akış verisi kaynakları; fabrika algılayıcıları, sosyal medya kaynakları, hizmet kullanım ölçümleri ve zamana duyarlı verilerin toplanıp aktarılabileceği başka herhangi bir kaynak olabilir.The devices and sources of streaming data can be factory sensors, social media sources, service usage metrics, and anything else from which time-sensitive data can be collected or transmitted.

Bu makalede, Power BI'da nasıl gerçek zamanlı akış veri kümesi ayarlayacağınız gösterilmektedir.This article shows you how to set up real-time streaming dataset in Power BI. Ancak bu konuya değinmeden önce, kutucuklarda (ve panolarda) görüntülenecek şekilde tasarlanmış gerçek zamanlı veri kümesi türlerini ve bu veri kümelerinin nasıl farklılık gösterdiğini anlamakta yarar vardır.But before we get to that, it's important to understand the types of real-time datasets that are designed to display in tiles (and dashboards), and how those datasets differ.

Gerçek zamanlı veri kümesi türleriTypes of real-time datasets

Gerçek zamanlı panolarda görüntülenecek şekilde tasarlanmış üç gerçek zamanlı veri türü vardır:There are three types of real-time datasets which are designed for display on real-time dashboards:

  • Gönderim veri kümesiPush dataset
  • Akış veri kümesiStreaming dataset
  • PubNub akış veri kümesiPubNub streaming dataset

İlk olarak bu veri kümelerinin birbirlerinden nasıl ayrıldığını anlayacak, ardından da her birine nasıl veri göndereceğimize değineceğiz.First let's understand how these datasets differ from one another (this section), then we discuss how to push data into those each of these datasets.

Gönderim veri kümesiPush dataset

Veriler, bir gönderim veri kümesi ile Power BI hizmetine gönderilir.With a push dataset, data is pushed into the Power BI service. Veri kümesi oluşturulduğunda Power BI hizmeti, verileri depolamak için hizmette otomatik olarak yeni bir veri kümesi oluşturur.When the dataset is created, the Power BI service automatically creates a new database in the service to store the data. Alınan verilerin devamlı olarak depolandığı bir temel alınan veritabanı bulunduğundan söz konusu verilerle raporlar oluşturulabilir.Since there is an underlying database that continues to store the data as it comes in, reports can be created with the data. Söz konusu raporlar ve ilgili görseller de diğer rapor görselleri gibidir, bu; görsel oluşturmak için özel görsellerin, veri uyarılarının, sabitlenen pano kutucuklarının ve daha fazlasının dahil olduğu, Power BI'ın rapor oluşturma özelliklerinin tümünü kullanabileceğiniz anlamına gelir.These reports and their visuals are just like any other report visuals, which means you can use all of Power BI’s report building features to create visuals, including custom visuals, data alerts, pinned dashboard tiles, and more.

Gönderim veri kümesi kullanılarak bir rapor oluşturulduğunda, içerdiği görsellerin tümü bir panoya sabitlenebilir.Once a report is creating using the push dataset, any of its visuals can be pinned to a dashboard. Bu panoda, veriler her güncelleştirildiğinde görseller de gerçek zamanlı olarak güncelleştirilir.On that dashboard, visuals update in real-time whenever the data is updated. Hizmette bulunan pano, her yeni veri alındığında kutucuk yenileme işlemi tetikler.Within the service, the dashboard is triggering a tile refresh every time new data is received.

Gönderim veri kümesinden alınan sabitlenmiş kutucuklar hakkında göz önünde bulundurulması gereken iki önemli nokta vardır:There are two considerations to note about pinned tiles from a push dataset:

  • Tüm rapor canlı sabitleme sayfası seçeneği kullanılarak sabitlendiğinde, veriler otomatik olarak güncelleştirilmez.Pinning an entire report using the pin live page option will not result in the data automatically being updated.
  • Bir panoya görsel sabitledikten sonra, doğal dilde gönderim veri kümesi hakkında soru sormak için Soru-Cevap'ı kullanabilirsiniz.Once a visual is pinned to a dashboard, you can use Q&A to ask questions of the push dataset in natural language. Soru-Cevap sorgusu yaptığınızda, elde edilen görseli panoya tekrar sabitleyebilirsiniz, böylece bu pano da gerçek zamanlı olarak güncelleştirilir.Once you make a Q&A query, you can pin the resulting visual back to the dashboard, and that dashboard will also update in real-time.

Akış veri kümesiStreaming dataset

Akış veri kümesiyle, yine veriler Power BI hizmetine gönderilir ama önemli bir fark vardır: Power BI verileri yalnızca geçici bir önbellekte depolar ve bunun süresi hızla dolar.With a streaming dataset, data is also pushed into the Power BI service, with an important difference: Power BI only stores the data into a temporary cache, which quickly expires. Geçici önbellek, yalnızca kısa süreli bir zaman algısına sahip görsellerin (bir saatlik zaman penceresi bulunan çizgi grafiği gibi) görüntülenmesinde kullanılır.The temporary cache is only used to display visuals which have some transient sense of history, such as a line chart that has a time window of one hour.

Akış veri kümesi kullanırken, temel alınan veritabanı bulunmadığı için, akıştan gelen verileri kullanarak rapor görselleri oluşturamazsınız.With a streaming dataset, there is no underlying database, so you cannot build report visuals using the data that flows in from the stream. Bu nedenle, filtreleme, özel görseller ve diğer rapor işlevleri gibi rapor özelliklerinden yararlanamazsınız.As such, you cannot make use of report functionality such as filtering, custom visuals, and other report functions.

Bir akış veri kümesini görselleştirmenin tek yolu kutucuk eklemek ve akış veri kümesini özel akış verileri veri kaynağı olarak kullanmaktır.The only way to visualize a streaming dataset is to add a tile and use the streaming dataset as a custom streaming data data source. Akış veri kümelerini temel alan özel akış kutucukları gerçek zamanlı verilerin hızlı bir şekilde görüntülenmesi için en iyi duruma getirilir.The custom streaming tiles that are based on a streaming dataset are optimized for quickly displaying real-time data. Verileri bir veritabanına girmek veya veritabanından okumak gerekmediğinden verilerin Power BI hizmetine gönderilmesi ve görselin güncelleştirilmesi arasında çok az bir gecikme olur.There is very little latency between when the data is pushed into the Power BI service and when the visual is updated, since there’s no need for the data to be entered into or read from a database.

Uygulamada, akış veri kümeleri ve onlara eşlik eden akış görselleri, veri gönderme ve görselleştirme arasındaki gecikmenin en aza indirilmesinin yüksek düzeyde önemli olduğu durumlarda tercih edilecek en iyi seçenektir.In practice, streaming datasets and their accompanying streaming visuals are best used in situations when it is critical to minimize the latency between when data is pushed and when it is visualized. Ayrıca en iyi uygulama olarak, verilerin başka bir toplama işlemi yapılmadan, olduğu gibi görselleştirilebileceği bir şekilde gönderilmesini sağlayabilirsiniz.In addition, it's best practice to have the data pushed in a format that can be visualized as-is, without any additional aggregations. Olduğu gibi kullanılmaya hazır verilere örnek olarak sıcaklıklar ve önceden hesaplanmış ortalamalar verilebilir.Examples of data that's ready as-is include temperatures, and pre-calculated averages.

PubNub akış veri kümesiPubNub streaming dataset

PubNub akış veri kümeleri söz konusu olduğunda Power BI web istemcisi, mevcut bir PubNub veri akışını okumak için PubNub SDK'sını kullanır ve Power BI hizmeti tarafından veri depolanmaz.With a PubNub streaming dataset, the Power BI web client uses the PubNub SDK to read an existing PubNub data stream, and no data is stored by the Power BI service.

Akış veri kümelerinde olduğu gibi, PubNub akış veri kümesinde de Power BI'da temel alınan bir veritabanı bulunmaz. Bu nedenle, akışı sağlanan verilere ilişkin rapor görselleri oluşturamaz, filtreleme ve özel görseller gibi rapor özelliklerinden yararlanamazsınız.As with the streaming dataset, with the PubNub streaming dataset there is no underlying database in Power BI, so you cannot build report visuals against the data that flows in, and cannot take advantage of report functionality such as filtering, custom visuals, and so on. Benzer şekilde, PubNub akış veri kümesi, yalnızca panoya bir kutucuk eklenip PubNub veri akışı kaynak olarak yapılandırılarak görselleştirilebilir.As such, the PubNub streaming dataset can also only be visualized by adding a tile to the dashboard, and configuring a PubNub data stream as the source.

PubNub akış veri kümesini temel alan kutucuklar gerçek zamanlı verilerin hızlı bir şekilde gösterilmesi için en iyi duruma getirilmiştir.Tiles based on a PubNub streaming dataset are optimized for quickly displaying real-time data. Power BI ile PubNub veri akışı arasında doğrudan bağlantı bulunduğundan verilerin Power BI hizmetine gönderilmesi ve görselin güncelleştirilmesi arasında çok az bir gecikme olur.Since Power BI is directly connected to the PubNub data stream, there is very little latency between when the data is pushed into the Power BI service and when the visual is updated.

Akış veri kümesi matrisiStreaming dataset matrix

Aşağıdaki tabloda (veya matriste), gerçek zamanlı akış için kullanılabilen üç veri kümesi türü açıklanmış ve her birine ilişkin özellikler ile sınırlamalar listelenmiştir.The following table (or matrix, if you like) describes the three types of datasets for real-time streaming, and lists capabilities and limitations of each.

Not

Gönderilebilecek veri miktarına yönelik Gönderme sınırlarıyla ilgili bilgi için bu makaleyi okuyun.See this article for information on Push limits on how much data can be pushed in.

Veri kümelerine veri göndermePushing data to datasets

Önceki bölümde, gerçek zamanlı akış için kullanabileceğiniz gerçek zamanlı başlıca üç veri kümesi türü ve bunların nasıl değişiklik gösterdiği açıklanmıştır.The previous section described the three primary types of real-time datasets you can use in real-time streaming, and how they differ. Bu bölümde ise söz konusu veri kümelerine ilişkin veri oluşturma ve gönderme işlemlerinin nasıl gerçekleştirileceği anlatılmaktadır.This section describes how to create and push data into those datasets.

Bir veri kümesine veri göndermenin başlıca üç yolu vardır:There are three primary ways you can push data into a dataset:

  • Power BI REST API'lerini kullanmaUsing the Power BI REST APIs
  • Akış Veri Kümesi UI'sini kullanmaUsing the Streaming Dataset UI
  • Azure Stream Analytics'i kullanmaUsing Azure Stream Analytics

Sırayla bu yaklaşımların her birine göz atalım.Let's take a look at each of those approaches in turn.

Veri göndermek için Power BI REST API'lerini kullanmaUsing Power BI REST APIs to push data

Power BI REST API'leri, gönderim veri kümelerinde ve akış veri kümelerinde veri oluşturmak ve bu veri kümelerine veri göndermek için kullanılabilir.Power BI REST APIs can be used to create and send data to push datasets and to and streaming datasets. Power BI REST API'lerini kullanarak bir veri kümesi oluşturduğunuzda, defaultMode bayrağı, veri kümesinin gönderim veya akış olup olmadığını belirtir.When you create a dataset using Power BI REST APIs, the defaultMode flag specifies whether the dataset is push or streaming. defaultMode bayrağı ayarlanmamışsa veri kümesi, varsayılan olarak gönderim veri kümesi biçimindedir.If no defaultMode flag is set, the dataset defaults to a push dataset.

defaultMode değeri pushStreaming olarak ayarlanmışsa veri kümesi, hem gönderim hem de akış veri kümesidir; bu nedenle iki veri kümesi türünün de sağladığı avantajlardan yararlanabilirsiniz.If the defaultMode value is set to pushStreaming, the dataset is both a push and streaming dataset, providing the benefits of both dataset types.

Not

defaultMode bayrağı pushStreaming olarak ayarlanmış şekilde veri kümeleri kullanılırken, bir isteğin akış veri kümelerine yönelik 15 KB'lık boyut kısıtlamasını aşması ancak gönderim veri kümelerine yönelik 16MB'lık boyut kısıtlamasını ihlal etmemesi halinde, istek başarılı olur ve veriler gönderim veri kümesinde güncelleştirilir.When using datasets with the defaultMode flag set to pushStreaming, if a request exceeds the 15Kb size restriction for a streaming dataset, but is less than the 16MB size restriction of a push dataset, the request will succeed and the data will be updated in the push dataset. Ancak, tüm akış kutucukları geçici olarak başarısız olur.However, any streaming tiles will temporarily fail.

Bir veri kümesi oluşturulduktan sonra, PostRows API'sini kullanarak veri göndermek için REST API'lerini kullanın.Once a dataset is created, use the REST APIs to push data using the PostRows API.

REST API'lere yönelik tüm istekler Azure AD OAuth kullanılarak güvence altına alınır.All requests to REST APIs are secured using Azure AD OAuth.

Akış Veri Kümesi UI'sini kullanarak veri göndermeUsing the Streaming Dataset UI to push data

Aşağıdaki görüntüde gösterildiği şekilde Power BI hizmetinde API yaklaşımını seçerek bir veri kümesi oluşturabilirsiniz.In the Power BI service, you can create a dataset by selecting the API approach as shown in the following image.

Yeni akış veri kümesini oluştururken, aşağıda gösterildiği gibi, yapılan işlem üzerinde önemli bir etkisi olan Geçmiş veri çözümlemesi seçeneğini etkinleştirmeyi tercih edebilirsiniz.When creating the new streaming dataset, you can select to enable Historic data analysis as shown below, which has a significant impact.

Geçmiş veri çözümlemesi devre dışıyken (varsayılan olarak devre dışıdır), bu makalede önceden de belirtildiği gibi bir akış veri kümesi oluşturursunuz.When Historic data analysis is disabled (it is disabled by default), you create a streaming dataset as described earlier in this article. Geçmiş veri çözümlemesi etkinken, oluşturulan veri kümesi hem akış veri kümesi ve hem de gönderim veri kümesi haline gelir.When Historic data analysis is enabled, the dataset created becomes both a streaming dataset and a push dataset. Bu makalenin önceki kısımlarında belirtildiği gibi, bu işlem, defaultMode seçeneği pushStreaming olarak ayarlanan bir veri kümesi oluşturmak için Power BI REST API'lerinin kullanılmasıyla eşdeğerdir.This is equivalent to using the Power BI REST APIs to create a dataset with its defaultMode set to pushStreaming, as described earlier in this article.

Not

Önceki paragrafta belirtildiği üzere, Power BI hizmeti UI'si kullanılarak oluşturulan akış veri kümeleri için Azure AD kimlik doğrulaması gerekli değildir.For streaming datasets created using the Power BI service UI, as described in the previous paragraph, Azure AD authentication is not required. Bu tür veri kümelerinde, veri kümesi sahibi satır anahtarı içeren bir URL alır. Bu URL, istek sahibine Azure AD OAuth taşıyıcı belirtecini kullanmadan verileri veri kümesine gönderme yetkisi verir.In such datasets, the dataset owner receives a URL with a rowkey, which authorizes the requestor to push data into the dataset with out using an Azure AD OAuth bearer token. Ancak, Azure AD (AAD) yaklaşımının da verileri veri kümesine gönderme konusunda işe yaradığını göz önünde bulundurun.Take now, however, that the Azure AD (AAD) approach still works to push data into the dataset.

Azure Stream Analytics'i kullanarak veri göndermeUsing Azure Stream Analytics to push data

Power BI'ı Azure Stream Analytics'teki (ASA) bir çıkış olarak ekleyebilir ve ardından bu veri akışlarını Power BI hizmetinde gerçek zamanlı olarak kullanabilirsiniz.You can add Power BI as an output within Azure Stream Analytics (ASA), and then visualize those data streams in the Power BI service in real time. Bu bölümde, söz konusu işlemin nasıl gerçekleştirildiği ile ilgili teknik ayrıntılar açıklanmaktadır.This section describes technical details about how that process occurs.

Azure Stream Analytics, defaultMode seçeneği (defaultMode ile ilgili bilgi edinmek için bu makalenin önceki bölümlerine bakın) pushStreaming olarak ayarlandığında Power BI'a yönelik çıkış veri akışını oluşturmak için Power BI REST API'lerini kullanır. Böylece hem gönderim hem de akış avantajlarına sahip bir veri kümesi elde edilmiş olur.Azure Stream Analytics uses the Power BI REST APIs to create its output data stream to Power BI, with defaultMode set to pushStreaming (see earlier sections in this article for information on defaultMode), which results in a dataset that can take advantage of both push and streaming. Veri kümesinin oluşturulması sırasında Azure Stream Analytics, *retentionPolicy bayrağını da basicFIFO olarak ayarlar; bu ayarla birlikte, gönderim veri kümesini destekleyen veritabanı 200.000 satır depolayabilir. Bu sınır aşıldığında, satırlar ilk giren ilk çıkar (FIFO) düzeninde bırakılır.During creation of the dataset, Azure Stream Analytics also sets the *retentionPolicy flag to basicFIFO; with that setting, the database supporting its push dataset stores 200,000 rows, and after that limit is reached, rows are dropped in a first-in first-out (FIFO) fashion.

Dikkat

Azure Stream Analytics sorgunuz sonucunda Power BI'a yönelik çok hızlı bir çıkış sağlanırsa (örneğin, saniyede bir veya iki kez) Azure Stream Analytics bu çıkışları tek bir istekte toplamaya başlar.If your Azure Stream Analytics query results in very rapid output to Power BI (for example, once or twice per second), Azure Stream Analytics will begin batching those outputs into a single request. Bu, istek boyutunun akış kutucuğu sınırını aşmasına neden olabilir.This may cause the request size to exceed the streaming tile limit. Bu durumda, önceki bölümlerde belirtildiği gibi, akış kutucukları işlenemez.In that case, as mentioned in previous sections, streaming tiles will fail to render. Böyle durumlarda gerçekleştirilebilecek en iyi uygulama, Power BI'a yönelik veri çıkış hızını azaltmaktır. (Örneğin, her saniyede maksimum değer yerine 10 saniyenin üzerindeki bir maksimum değere ayarlayın.)In such cases, the best practice is to slow the rate of data output to Power BI; for example, instead of a maximum value every second, set it to a maximum over 10 seconds.

Power BI'da gerçek zamanlı akış veri kümenizi ayarlamaSet up your real-time streaming dataset in Power BI

Artık gerçek zamanlı akışa yönelik başlıca üç veri kümesi türünden bahsettiğimize ve verileri veri kümesine göndermek için izleyebileceğiniz önde gelen üç yolu da ele aldığımıza göre, gerçek zamanlı akış veri kümenizi Power BI'da çalıştırma vakti geldi.Now that we've covered the three primary types of datasets for real-time streaming, and the three primary ways you can push data into a dataset, let's get your real-time streaming dataset working in Power BI.

Gerçek zamanlı akışa başlamak için akış verilerinin Power BI'da kullanılabileceği iki yoldan birini seçmeniz gerekir:To get started with real-time streaming, you need to choose one of the two ways that streaming data can be consumed in Power BI:

  • Akış verilerinden görseller içeren kutucuklartiles with visuals from streaming data
  • Power BI'da kalan akış verilerinden oluşturulan veri kümeleridatasets created from streaming data that persist in Power BI

Her iki seçenekte de Akış verilerini Power BI'da ayarlamanız gerekir.With either option, you'll need to set up Streaming data in Power BI. Bunu gerçekleştirmek için, panonuzda (mevcut veya yeni bir pano) Kutucuk ekle'yi ve ardından Özel akış verileri'ni seçin.To do this, in your dashboard (either an existing dashboard, or a new one) select Add a tile and then select Custom streaming data.

Henüz akış verilerini ayarlamadıysanız endişelenmenize gerek yok. Başlamak için verileri yönet'i seçin.If you don't have streaming data set up yet, don't worry - you can select manage data to get started.

Bu sayfada, önceden oluşturduğunuz bir akış veri kümesinin bulunması halinde akış veri kümenizin uç noktasını metin kutusuna girebilirsiniz.On this page, you can input the endpoint of your streaming dataset if you already have one created (into the text box). Henüz yoksa bir akış veri kümesi oluşturmak için kullanabileceğiniz seçenekleri görmek üzere sağ üst köşede bulunan artı simgesini ( + ) seçin.If you don't have a streaming dataset yet, select the plus icon ( + ) in the upper right corner to see the available options to create a streaming dataset.

+ simgesine tıkladığınızda, iki seçenek görürsünüz:When you click on the + icon, you see two options:

Bir sonraki bölümde bu seçenekler anlatılmakta ve akış veri kaynağından bir akış kutucuğu veya veri kümesi oluşturma konusunda ayrıntılı bilgiler verilmektedir. Daha sonra bu bilgileri rapor oluştururken kullanabilirsiniz.The next section describes these options, and goes into more detail about how to create a streaming tile or how to create a dataset from the streaming data source, which you can then use later to build reports.

Size en uygun seçenekle akış veri kümenizi oluşturmaCreate your streaming dataset with the option you like best

Power BI ile kullanılıp görselleştirilebilen gerçek zamanlı bir akış verileri akışı oluşturmanın iki yolu vardır:There are two ways to create a real-time streaming data feed that can be consumed and visualized by Power BI:

  • Power BI REST API ile gerçek zamanlı akış uç noktası kullanmaPower BI REST API using a real-time streaming endpoint
  • PubNubPubNub

Sonraki bölümlerde sırayla her iki seçenek de incelenmektedir.The next sections look at each option in turn.

POWER BI REST API'sini kullanmaUsing the POWER BI REST API

Power BI REST API - Son zamanlarda Power BI REST API'de yapılan iyileştirmeler, gerçek zamanlı akışı, geliştiriciler için daha kolay hale getirmek üzere tasarlanmıştır.Power BI REST API - Recent improvements to the Power BI REST API are designed to make real-time streaming easier for developers. Yeni akış veri kümesi penceresinde API seçeneğini belirlediğinizde, Power BI'ın uç noktanıza bağlanmasını ve bunu kullanmasını sağlamaya yönelik girişlerle karşılaşırsınız:When you select API from the New streaming dataset window, you're presented with entries to provide that enable Power BI to connect to and use your endpoint:

Power BI'ın bu veri akışı yoluyla gönderilen verileri depolamasını istiyorsanız Geçmiş veri çözümlemesi'ni etkinleştirin; böylece, toplanan veri akışı üzerinde raporlama ve analiz işlemleri gerçekleştirebilirsiniz.If you want Power BI to store the data that's sent through this data stream, enable Historic data analysis and you'll be able to do reporting and analysis on the collected data stream. Ayrıca API hakkında daha fazla bilgi edinebilirsiniz.You can also learn more about the API.

Veri akışınızı başarılı bir şekilde oluşturduktan sonra bir REST API URL uç noktası edinirsiniz. Böylece uygulamanız, oluşturduğunuz Power BI akış verileri veri kümesine verilerinizi göndermek üzere POST isteklerini kullanarak bu uç noktayı çağırabilir.Once you successfully create your data stream, you're provided with a REST API URL endpoint, which your application can call using POST requests to push your data to Power BI streaming data dataset you created.

POST istekleri yaparken, istek gövdesinin, Power BI kullanıcı arabiriminde sağlanan örnek JSON ile eşleştiğinden emin olmanız gerekir.When making POST requests, you should ensure the request body matches the sample JSON provided by the Power BI user interface. Örneğin, JSON nesnelerinizi bir dizi halinde kaydırın.For example, wrap your JSON objects in an array.

PubNub'ı kullanmaUsing PubNub

PubNub akışının Power BI ile tümleştirilmesi sonucunda, düşük gecikmeli PubNub veri akışlarınızı kullanabilir (veya yenilerini oluşturabilir) ve Power BI'da bunlardan faydalanabilirsiniz.With the integration of PubNub streaming with Power BI, you can use your low-latency PubNub data streams (or create new ones) and use them in Power BI. PubNub'ı ve ardından Sonraki seçeneğini belirlediğinizde, aşağıdaki pencereyi görürsünüz:When you select PubNub and then select Next, you see the following window:

Uyarı

PubNub kanalları, PubNub Access Manager (PAM) kimlik doğrulaması anahtarı kullanılarak güvence altına alınabilir.PubNub channels can be secured by using a PubNub Access Manager (PAM) authentication key. Bu anahtar, panoya erişimi olan tüm kullanıcılar ile paylaşılır.This key will be shared with all users who have access to the dashboard. PubNub erişim denetimi hakkında daha fazla bilgi edinebilirsiniz.You can learn more about PubNub access control.

PubNub veri akışları genellikle yüksek hacimlidir ve özgün biçimlerindeyken depolama ve geçmiş çözümleme için her zaman uygun değildir.PubNub data streams are often high volume, and are not always suitable in their original form for storage and historical analysis. PubNub verilerinin geçmiş çözümlemesi için Power BI'ı kullanabilmek için ham PubNub akışını toplamanız ve Power BI'a göndermeniz gerekir.To use Power BI for historical analysis of PubNub data, you'll have to aggregate the raw PubNub stream and send it to Power BI. Bunu yapmanın bir yolu da Azure Akış Analizi kullanmaktır.One way to do that is with Azure Stream Analytics.

Power BI'da gerçek zamanlı akış kullanma örneğiExample of using real time streaming in Power BI

İşte Power BI'da gerçek zamanlı akışın nasıl çalıştığına yönelik kısa bir örnek.Here's a quick example of how real time streaming in Power BI works. Gerçek zamanlı akışın sizin için önemini kavramak üzere bu örnekle birlikte ilerleyebilirsiniz.You can follow along with this sample to see for yourself the value of real time streaming.

Bu örnekte, PubNub'da bulunan ve genel olarak erişilebilen bir akış kullanılmaktadır.In this sample, we use a publicly available stream from PubNub. Adımlar şunlardır:Here are the steps:

  1. Power BI hizmeti'nde bir pano seçin (veya yeni pano oluşturun) ve Kutucuk ekle > Özel Akış Verileri seçeneğini belirleyip İleri düğmesini seçin.In the Power BI service, select a dashboard (or create a new one) and select Add tile > Custom Streaming Data and then select the Next button.

  2. Henüz bir akış veri kaynağınız yoksa, verileri yönet bağlantısını seçin (İleri düğmesinin hemen üzerinde bulunur), ardından pencerenin sağ üst tarafında bulunan bağlantıdan + Akış veri kümesi ekle seçeneğini belirleyin.If you don't have and streaming data sources yet, select the manage data link (just above the Next button), then select + Add streaming data from the link in the upper-right of the window. PubNub'ı seçin ve ardından Sonraki seçeneğini belirleyin.Select PubNub and then select Next.

  3. Veri kümenize bir ad verdikten sonra pencereye aşağıdaki değerleri yapıştırın ve Sonraki seçeneğini belirleyin:Create a name for your dataset, then paste in the following values into the window that appears, then select Next:

    Alt anahtar:Subscribe key:

    sub-c-5f1b7c8e-fbee-11e3-aa40-02ee2ddab7fe
    

    Kanal:Channel:

    pubnub-sensor-network
    

  4. Aşağıdaki pencerede, yalnızca varsayılanları seçin (otomatik olarak doldurulur) ve ardından Oluştur seçeneğini belirleyin.In the following window, just select the defaults (which are automatically populated), then select Create.

  5. Power BI çalışma alanınızda yeni bir pano oluşturun ve ardından bir kutucuk ekleyin. (İhtiyaç duyarsanız gerekli adımlar için yukarıya bakın.)Back in your Power BI workspace, create a new dashboard and then add a tile (see above for steps, if you need them). Artık bir kutucuk oluşturup Özel Akış Verileri'ni seçtiğinizde, birlikte çalışacağınız bir akış veri kümesine sahip olursunuz.This time when you create a tile and select Custom Streaming Data, you have a streaming data set to work with. Gerçekleştirebileceğiniz işlemlere göz atabilirsiniz.Go ahead and play around with it. Çizgi grafiklere sayı alanları ekler ve ardından başka kutucuklar oluşturursanız aşağıdakine benzer gerçek zamanlı bir pano elde edebilirsiniz:Adding the number fields to line charts, and then adding other tiles, you can get a real time dashboard that looks like the following:

Örnek veri kümesiyle gerçekleştirebileceğiniz işlemleri deneyin.Give it a try, and play around with the sample dataset. Daha sonra kendi veri kümelerinizi oluşturun ve Power BI'a canlı veri akışı yapın.Then go create your own datasets, and stream live data to Power BI.

Sorular ve cevaplarQuestions and answers

Burada, Power BI'daki gerçek zamanlı akış hakkında sık sorulan bazı sorular ve cevapları bulunmaktadır.Here are some common questions about real-time streaming in Power BI, and answers.

Gönderim veri kümelerinde filtre kullanabilir miyim?Can I use filters on push dataset? Peki ya akış veri kümelerinde?How about streaming dataset?

Ne yazık ki akış veri kümelerinde filtreleme desteklenmez.Unfortunately, streaming datasets do not support filtering. Gönderim veri kümeleri için rapor oluşturabilir, raporu filtreleyebilir ve ardından filtrelenmiş görselleri bir panoya sabitleyebilirsiniz.For push datasets, you can create a report, filter the report, and then pin the filtered visuals to a dashboard. Ancak, panoda bulunan bir görselde uygulanan filtreyi değiştirmek mümkün değildir.However, there is no way to change the filter on the visual once it's on the dashboard.

Bundan bağımsız olarak, canlı rapor kutucuğunu panoya sabitleyebilir, bu sayede filtreleri değiştirebilirsiniz.Separately, you can pin the live report tile to the dashboard, in which case you can change the filters. Ancak veri gönderildikçe canlı rapor kutucukları gerçek zamanlı olarak güncelleştirilmez; More (Daha fazla) menüsündeki pano kutucuklarını yenile seçeneğini kullanarak görseli el ile güncelleştirmeniz gerekir.However, live report tiles will not update in real-time as data is pushed in – you'll have to manually update the visual by using the refresh dashboard tiles option in the More menu.

Milisaniyelik duyarlılığa sahip Tarih/Saat alanları içeren gönderim veri kümelerine filtre uygulanırken, denklik işleçleri desteklenmez.When applying filters to push datasets with DateTime fields with millisecond precision, equivalence operators are not supported. Ancak, büyüktür (>) veya küçüktür (<) gibi işleçler düzgün şekilde çalışır.However, operators such as greater than (>) or less than (<) do operate properly.

Bir gönderim veri kümesindeki son değeri nasıl görürüm?How do I see the latest value on a push dataset? Peki ya akış veri kümelerinde?How about streaming dataset?

Akış veri kümeleri, en son verileri görüntülemek için tasarlanmıştır.Streaming datasets are designed for displaying the latest data. Son sayısal değerleri kolayca görmek için Kart akış görselini kullanabilirsiniz.You can use the Card streaming visual to easily see latest numeric values. Ne yazık ki kart, Tarih/Saat veya Metin türündeki verileri desteklemez.Unfortunately, the card does not support data of type DateTime or Text. Şemada bir zaman damgasına sahip olduğunuzu varsayarsak, gönderim veri kümelerinde son N filtresi içeren bir rapor görseli oluşturmayı da deneyebilirsiniz.For push datasets, assuming you have a timestamp in the schema, you can try creating a report visual with the last N filter.

Power BI Desktop'ta gönderim veya akış veri kümelerine bağlanabilir miyim?Can I connect to push or streaming datasets in Power BI Desktop?

Ne yazık ki şu anda böyle bir özellik sunulmamaktadır.Unfortunately, this is not available at this time.

Önceki soruyu göz önünde bulundurduğumuzda, gerçek zamanlı veri kümeleri üzerinde nasıl modelleme yapabilirim?Given the previous question, how can I do any modeling on real-time datasets?

Veriler kalıcı olarak depolanmadığı için akış veri kümesi üzerinde modelleme yapmak mümkün değildir.Modeling is not possible on a streaming dataset, since the data is not stored permanently. Bir gönderim veri kümesine ölçü ve ilişki eklemek için veri kümesini/tablo REST API'lerini güncelleştirme özelliğini kullanabilirsiniz.For a push dataset, you can use the update dataset/table REST APIs to add measures and relationships.

Gönderim veri kümesindeki tüm değerleri nasıl temizleyebilirim?How can I clear all the values on a push dataset? Peki ya akış veri kümelerindeki?How about streaming dataset?

Gönderim veri kümesinde Delete Rows REST API çağrısını kullanabilirsiniz.On a push dataset, you can use the delete rows REST API call. Şu anda, akış kümelerindeki verileri silmek mümkün değildir, ancak veriler, bir saatin ardından kendi kendine silinir.There is currently no way to clear data from a streaming dataset, though the data will clear itself after an hour.

Power BI'a yönelik olarak ayarladığım Azure Akış Analizi çıkışı Power BI'da görünmüyor. Bunun nedeni nedir?I set up an Azure Stream Analytics output to Power BI, but I don’t see it appearing in Power BI – what’s wrong?

Sorunu gidermek için kullanabileceğiniz bir denetim listesi aşağıda verilmiştir:Here’s a checklist you can use to troubleshoot the issue:

  1. Azure Akış Analizi işini yeniden başlatma (GA akış sürümünden önce oluşturulan işler için yeniden başlatma gerekir)Restart the Azure Stream Analytics job (jobs created before the streaming GA release will require a restart)
  2. Azure Akış Analizi'ndeki Power BI bağlantınızı yeniden yetkilendirmeyi denemeTry reauthorizing your Power BI connection in Azure Stream Analytics
  3. Azure Akış Analizi çıkışında hangi çalışma alanını belirttiniz?Which workspace did you specify in the Azure Stream Analytics output? Power BI hizmetinde bu (aynı) çalışma alanını mı denetliyorsunuz?In the Power BI service, are you checking in that (same) workspace?
  4. Azure Akış Analizi sorgusu açık bir şekilde Power BI çıkışına mı yönlendirilmiş?Does the Azure Stream Analytics query explicitly output to the Power BI output? (INTO anahtar sözcüğü kullanılarak)(using the INTO keyword)
  5. Azure Akış Analizi işi üzerinde veri akışı mevcut mu?Does the Azure Stream Analytics job have data flowing through it? Veri kümesi, yalnızca aktarılmakta olan veriler bulunduğunda oluşturulur.The dataset will only get created when there is data being transmitted.
  6. Herhangi bir uyarı veya hata olup olmadığını görmek için Azure Akış Analizi günlüklerine bakabilir misiniz?Can you look into the Azure Stream Analytics logs to see if there are any warnings or errors?

Sonraki adımlarNext steps

Burada, Power BI'da gerçek zamanlı akış kullanırken faydalı bulabileceğiniz birkaç bağlantı yer almaktadır:Here are a few links you might find useful when working with real-time streaming in Power BI: