Del via


Hva er sanntidsintelligens?

Sanntidsintelligens er en kraftig tjeneste som gjør det mulig for alle i organisasjonen å trekke ut innsikt og visualisere dataene i bevegelse. Det tilbyr en helhetlig løsning for situasjoner der du må reagere på hendelser etter hvert som de skjer, behandle kontinuerlig flytende data eller analysere logger. Enten du arbeider med gigabyte eller petabyte, møtes alle organisatoriske data i bevegelse i Sanntidshuben. Den kobler sømløst til tidsbaserte data fra ulike kilder ved hjelp av ingen kodekoblinger, noe som muliggjør umiddelbar visuell innsikt, geospatial analyse og utløserbaserte reaksjoner som alle er en del av en datakatalog for hele organisasjonen.

Når du sømløst kobler til en hvilken som helst datastrøm, blir hele den skybaserte løsningen tilgjengelig. Real-Time Intelligence håndterer datainntak, transformasjon, lagring, modellering, analyse, visualisering, sporing, kunstig intelligens og sanntidshandlinger. Dine data forblir beskyttet, styrt og integrert på tvers av organisasjonen, og samsvarer sømløst med alle Fabric-tilbud. Sanntidsintelligens transformerer dataene dine til en dynamisk, handlingsbar ressurs som driver verdien på tvers av hele organisasjonen.

Kan sanntidsintelligens hjelpe meg?

Real-Time Intelligence kan brukes til dataanalyse, umiddelbar visuell innsikt, sentralisering av data i bevegelse for en organisasjon, handlinger på data, effektiv spørring, transformasjon, modellering og lagring av store mengder strukturerte eller ustrukturerte data. Enten du trenger å evaluere data fra IoT-systemer, systemlogger, fri tekst, halvstrukturerte data eller bidra med data for forbruk av andre i organisasjonen, gir sanntidsintelligens en allsidig løsning.

Selv om det kalles «sanntid», trenger ikke dataene dine å flyte i høye hastigheter og volumer. Real-Time Intelligence gir deg løsninger som reagerer på hendelser mens de skjer, i stedet for løsninger som følger en tidsplan. Real-Time Intelligence-komponentene er bygget på pålitelige, kjerne-Microsoft services, og sammen utvider de de totale Fabric kapasiteter for å tilby løsninger som reagerer på dataendringer umiddelbart.

Sanntidsintelligensprogrammer spenner over en rekke forretningsscenarioer, for eksempel bil, produksjon, IoT, svindelgjenkjenning, administrasjon av forretningsoperasjoner og avviksgjenkjenning. Du kan også bruke Real-Time Intelligence for AI og agentiske applikasjonsscenarier, som sanntids overvåking av innholdssikkerhet og agent-telemetri for generative apper, hvor sikkerhetssignaler og samtalehendelser strømmes og analyseres for umiddelbar handling.

Hvordan bruke sanntidsintelligens?

Real-Time Intelligence i Microsoft Fabric tilbyr kapasiteter som i kombinasjon muliggjør utvikling av Real-Time Intelligence-løsninger til støtte for forretnings- og ingeniørprosesser.

Diagram over arkitekturen til Real-Time Intelligence i Microsoft Fabric.

  • Sanntidshuben fungerer som en sentralisert katalog i organisasjonen. Det gjør det enkelt å finne, legge til, utforske og dele strømmedata. Ved å koble til mange ulike datakilder kan du få innsikt i hele organisasjonen. Viktigere er at denne huben sikrer at data ikke bare er tilgjengelige, men også tilgjengelig for alle, fremme rask beslutningstaking og informert handling. Deling av strømming av data fra ulike kilder låser opp potensialet for å bygge omfattende forretningsintelligens på tvers av organisasjonen.

  • Når du har valgt en strøm fra organisasjonen eller koblet til eksterne eller interne kilder, kan du bruke dataforbruksverktøyene i sanntidsintelligens til å utforske dataene. Disse verktøyene lar deg utforske dataene dine visuelt og grave dypere i spesifikke detaljer. Du kan få tilgang til data som er nye for deg og enkelt forstå datastrukturen, mønstrene, avvikene, prognosemengdene og datahastighetene. Du kan følgelig handle eller ta smarte beslutninger basert på dataene. Real-Time dashbordene er utstyrt med direkte interaksjoner som forenkler prosessen med å forstå data, og gjør det tilgjengelig for alle som ønsker å ta beslutninger basert på data i bevegelse ved hjelp av visuelle verktøy, naturlig språk og Copilot.

  • Disse innsiktene kan omsettes til handlinger med Fabric Activator, når du setter opp varsler fra ulike deler av Fabric for å reagere på datamønstre eller tilstander i sanntid.

Hvordan samhandle med komponentene i sanntidsintelligens?

Oppdag strømming av data

Sanntidshuben brukes til å oppdage og administrere strømmingsdataene dine. Hubhendelser i sanntid er en katalog med data i bevegelse, og inneholder:

  • Datastrømmer: Alle datastrømmer som aktivt kjører i Fabric, som du har tilgang til.

  • Microsoft kilder: Finn enkelt strømmekilder du har og konfigurer raskt inntasting av disse kildene i Fabric. Change Data Capture (CDC)-kilder sporer og strømmer endringer gjort i databasene dine i sanntid, for eksempel: Azure Event Hubs, Azure IoT Hub, Azure SQL DB CDC, Azure Cosmos DB CDC, PostgreSQL DB CDC.

  • Fabric hendelser: Hendelsesdrevne funksjoner støtter sanntidsvarslingar og databehandling. Du kan overvåke og reagere på hendelser, inkludert Fabric Workspace Item-hendelser og Azure Blob Storage-hendelser. Disse hendelsene kan brukes til å utløse andre handlinger eller arbeidsflyter, for eksempel å aktivere et datasamlebånd eller sende et varsel via e-post. Du kan også sende disse hendelsene til andre destinasjoner via hendelsesstrømmer. Fabric-hendelser og Azure Blob Storage-hendelser kan også utløse Activator-regler for å starte Spark-jobber eller Dataflows, noe som muliggjør fullstendig hendelsesdrevet orkestrering uten tidsplaner.

Disse dataene presenteres i et lett konsumerbart format og er tilgjengelig for alle Fabric-arbeidsbelastninger.

Koble til data for strømming

Eventstreams lar deg samle inn, transformere og sende store mengder sanntidsdata til ulike destinasjoner, alt uten å skrive kode. Eventstreams støtter flere datakilder og datadestinasjoner, inkludert et bredt spekter av tilkoblinger til eksterne kilder, for eksempel: Apache Kafka-klynger, datainnsamlingsfeeds for databaseendringer, AWS strømmekilder (Kinesis), Google (GCP Pub/Sub), MQTT v3.1/v3.1.1 og Real-Time Weather connector. Applikasjonstelemetri og innholdssikkerhetssignaler fra AI- eller LLM-tjenester kan også tas inn som strømmer (for eksempel via Kafka- eller Event Hubs-tilkoblinger) for å muliggjøre styring og overvåking av agentinteraksjoner. Varslingsopprettelse og regelstyring er direkte innebygd i Eventstreams, slik at brukere kan sette varsler og handlinger fra Eventstreams-opplevelsen uten å bytte kontekst.

Behandle datastrømmer

Ved å bruke funksjonene for hendelsesbehandling i Eventstreams kan du filtrere, rense data, transformasjon, vindusaggregasjoner og dupe-gjenkjenning for å lande dataene i ønsket figur. Du kan også bruke de innholdsbaserte rutingfunksjonene til å sende data til forskjellige mål basert på filtre. Med en annen funksjon, avledede hendelsesstrømmer, kan du konstruere nye strømmer som et resultat av transformasjoner og/eller aggregasjoner som kan deles til forbrukere i sanntidshuben.

Lagre og analysere data

Eventhouses er den ideelle analysemotoren for å behandle data i bevegelse. De er skreddersydd for tidsbaserte strømmehendelser med strukturerte, halvstrukturerte og ustrukturerte data. Dataene dine organiseres automatisk basert på når de ankom, slik at du kan kjøre raske, detaljerte forespørsler selv på store mengder data. Data lagret i eventhouses kan gjøres tilgjengelig i OneLake for bruk av andre Fabric-opplevelser.

De indekserte, partisjonerte dataene lagret i eventhouses er klare for lynraske spørringer ved bruk av ulike kode-, low-code- eller no-code-alternativer i Fabric. Data kan spørres i opprinnelig KQL (Kusto-spørringsspråk) eller ved hjelp av T-SQL i KQL-spørringssettet. Kusto copilot, sammen med no-code query exploration experience, effektiviserer prosessen med å analysere data for både erfarne KQL-brukere og borgerdataforskere. KQL er et enkelt, men kraftfullt språk for å spørre strukturerte, halvstrukturerte og ustrukturerte data. Språket er uttrykksfullt, enkelt å lese og forstå spørringshensikten og optimalisert for redigeringsopplevelser.

For AI- og agentiske applikasjonsscenarier muliggjør lavlatens KQL-spørringer over sikkerhets- og telemetrihendelser nesten sanntidsdashbord og avviksdeteksjon i agentsamtaler. Tidsserieorganiseringen av eventhouse-data egner seg godt til å korrelere innholdssikkerhetssignaler med sesjonsmetadata, slik at du raskt kan prioritere problemer og identifisere trender på tvers av dine generative AI-arbeidsbelastninger.

Modelldata

Digital twin builder (forhåndsvisning) er en lavkode-/no-code-opplevelse for modellering av dataene som en ontologi som digitalt representerer ditt fysiske miljø. Modellering av aktiva og prosesser kan bidra til å optimalisere fysiske operasjoner ved hjelp av data, på en måte som er tilgjengelig for operasjonelle beslutningstakere.

Med Digital Twin Builder kan du mappe data inn i ontologien din fra ulike kildesystemer, inkludert Fabric OneLake, og definere systemomfattende eller stedsomfattende semantiske relasjoner for å sette dataene dine i kontekst. Digital Twin Builder inkluderer ferdig visualisering og spørringsopplevelser for å utforske dine modellerte data, og bruker kraften i Microsoft Fabric til å analysere store datasett som tidsseriedata og vedlikeholdsregistre som kan strekke seg over dager, uker eller måneder.

Data fra Digital Twin Builder kan også kobles til Power BI eller Real-Time dashbord for ytterligere visualisering og tilpasset rapportering av dine modellerte data. Regler kan også defineres på ontologi-forretningsenheter for å initiere varsler og automatiserte handlinger (forhåndsvisning), som kobler modellerte enheter til nedstrøms sanntidshandlinger.

Visualiser datainnsikt

Datainnsikter kan visualiseres i KQL-spørringssett, Real-Time dashbord, Power BI rapporter og kart, med sekunder fra datainnsamling til innsikt. Alternativene for visualisering varierer fra ingen kode til fullt spesialiserte opplevelser, noe som gir verdi til både nybegynneren og ekspertinnsiktsutforskeren for å visualisere dataene som diagrammer og tabeller. Du kan bruke visuelle indikatorer til å utføre filtrerings- og aggregasjonsoperasjoner på spørringsresultater og bruke en rik liste over innebygde visualiseringer. Disse innsiktene kan sees i Power BI Reports og Real-Time Dashboards, som begge kan ha varsler bygget på datainnsiktene.

Map in Microsoft Fabric er et dynamisk geospatialt visualiseringsverktøy som gir deg mulighet til å analysere både statiske og sanntids romlige data for dypere intelligens. Den støtter flere tilpassbare datalag – for eksempel bobler, varmekart, polygoner og 3D-ekstruderinger, slik at du kan avdekke romlige mønstre og trender som tradisjonelle diagrammer ofte går glipp av. Ved å integrere med Lakehouses og Eventhouses og aktivere KQL-spørringer med oppdateringsintervaller, forenkler Map dataanalyse i sanntid, og hjelper team med å overvåke endringer i sanntid, oppdage avvik og ta beslutninger i tide. Med innebygde kartstiler og støtte for formater som GeoJSON og PMTiles, er det en kraftig ressurs for operasjonell bevissthet og romlig intelligens. Hvis du vil ha mer informasjon, kan du se Opprette et kart.

Utløserhandlinger

Varsler overvåker endring av data og utfører automatisk handlinger når mønstre eller betingelser oppdages. Dataene kan flyte i Real-Time hub, eller observeres fra en Kusto-forespørsel eller Power BI rapport. Når visse betingelser eller logikk er oppfylt, iverksettes en handling, som å varsle brukere, kjøre Fabric-jobbelementer som en pipeline, Spark-jobb eller Dataflow, kjøre User Data Functions, eller starte Power Automate-arbeidsflyter. Logikken kan enten være en enkelt definert terskel, et mønster som hendelser som skjer gjentatte ganger over en tidsperiode, eller resultatene av kompleks logikk definert av en KQL-spørring. For generative AI-applikasjoner kan du sette opp arbeidsflyter for opprydding av innholdssikkerhet ved å bruke varsler drevet av KQL-betingelser (for eksempel en toksisitetsterskel overskredet eller gjentatte policybrudd) for å varsle applikasjonseiere, rute hendelser til karanteneflyter, eller utløse pipelines og Power Automate-arbeidsflyter for throttling eller blocklisting. Aktivatoren gjør hendelsesdrevne innsikter om til handlingsvennlige forretningsfordeler. Activator integreres også med Power BI service for å varsle brukere når spesifiserte betingelser oppstår i publiserte rapporter, for eksempel når en ny rad vises i en tabellvisning.

Integrer med andre Fabric-opplevelser