Quelle est la différence entre Real-Time Intelligence et les solutions Azure comparables ?

Real-Time Intelligence et solutions Azure comparables aident les organisations à traiter des données sensibles au temps provenant de multiples sources : données de capteurs provenant d’actifs physiques, flux de capture de données de modifications (CDC) provenant de bases de données, et journaux provenant d’infrastructures et d’applications. Cette approche offre aux développeurs professionnels un contrôle précis sur la sélection des services, le déploiement, le réseautage, l’automatisation et les modèles d’intégration.

Real-Time Intelligence en Microsoft Fabric offre une expérience SaaS unifiée pour la même catégorie de scénarios d’analyse événementielle et d’analyse en streaming. Au lieu d’assembler chaque étape à partir de services séparés, les utilisateurs peuvent découvrir des flux de données dans Real-Time hub, ingérer et router des événements avec Eventstream, stocker et interroger des données dans Eventhouse, analyser les données avec KQL et notebooks, visualiser des données dans Real-Time tableaux de bord ou Power BI, modéliser le contexte opérationnel et déclencher des actions avec Activator.

La principale différence réside dans le modèle d’implémentation. Azure PaaS offre aux développeurs professionnels un contrôle maximal pour les architectures personnalisées et une intégration profonde avec Azure. Real-Time Intelligence offre aux utilisateurs métier, développeurs citoyens, analystes de données et développeurs professionnels un flux de travail intégré pour construire des solutions en temps réel plus rapidement, avec moins de services intégrés manuellement. En savoir plus sur Real-Time Intelligence dans Qu’est-ce que Real-Time Intelligence dans Fabric ?

Diagramme montrant les solutions PaaS Azure par rapport aux architectures Real-Time Intelligence pour l’analytique de télémétrie.

Capacités de Microsoft Fabric pour l’analyse en temps réel

Real-Time Intelligence comprend un large éventail de services et d’expériences intégrés pour construire des solutions d’analytique en temps réel de bout en bout. Ces fonctionnalités comprennent les suivantes :

  • Hub Real-Time pour découvrir, gérer et gouverner les données en streaming, les événements Fabric, les événements Azure et les sources de données Microsoft.
  • Eventstream pour l’ingestion, le filtrage, la transformation, l’enrichissement et le routage de données en flux provenant de Microsoft, de sources multicloud et personnalisées.
  • La connectivité multicloud incluant Amazon Kinesis, Google Cloud Pub/Sub, Apache Kafka, Confluent Cloud Kafka et Amazon MSK.
  • Intégration Change Data Capture (CDC) pour des bases de données telles que Azure SQL Database, Azure Cosmos DB, PostgreSQL, MySQL, Azure SQL Managed Instance et SQL Server.
  • Des bases de données Eventhouse et KQL pour stocker, interroger et analyser des données en streaming structurées, semi-structurées et non structurées.
  • Kusto Query Language (KQL) pour des analyses avancées, l’exploration et la surveillance opérationnelle.
  • Copilot en Real-Time Intelligence pour l’exploration de données en langage naturel, la génération de KQL, la création de tableaux de bord et l’analyse.
  • Tableaux de bord en temps réel pour la surveillance opérationnelle, la visualisation, les investigations et les alertes.
  • Intégration Power BI pour l’intelligence économique et le reporting sur les données en temps réel.
  • Déclencheur permettant de détecter des conditions, de déclencher des notifications, d’automatiser les flux de travail et de lancer des activités Fabric telles que des notebooks, des pipelines, des travaux Spark, des flux de données, des fonctions, des tâches de copie et des événements métier.
  • Digital Twin Builder (aperçu) pour modéliser des systèmes physiques et des entités commerciales à l’aide de jumeaux numériques.
  • Registre de schéma (aperçu) pour définir, valider, gouverner et faire évoluer des schémas d’événements à travers des flux de travail en temps réel.
  • Intégration des événements Fabric et Azure pour réagir aux événements professionnels et opérationnels générés par la plateforme.
  • Intégration Notebook et Spark pour le traitement avancé des flux, l’apprentissage automatique, les fonctions d’IA et les workflows d’analyse pilotés par les développeurs.
  • Agents d’opérations et intégrations MCP pour des scénarios de surveillance et de gestion opérationnels assistés par l’IA.
  • Modèles de détection et de prévision d’anomalies pour détecter des schémas inhabituels et prédire les tendances futures dans les données en streaming.
  • Ontology et Fabric IQ pour le contexte métier, la compréhension sémantique et les expériences alimentées par l’IA à travers les données d’entreprise.

Diagramme montrant l’architecture de solution à l’aide de Real-Time Intelligence dans Fabric.

Solutions basées sur Azure PaaS pour l’analyse en temps réel

Azure propose un large éventail de services que vous pouvez combiner pour construire des architectures personnalisées d’analytique en temps réel et d’événements pilotés. Ces fonctionnalités comprennent les suivantes :

  • Azure Event Hubs pour l’ingestion d’événements à haut débit, la collecte de télémétrie et les scénarios d’analyse en streaming.
  • Azure Event Grid pour le routage réactif des événements et l’intégration des applications pilotées par événements.
  • Azure Service Bus pour la messagerie d’entreprise, les flux de travail transactionnels et la livraison fiable des messages.
  • Azure Stream Analytics pour le traitement en temps réel, le filtrage, l’agrégation et le traitement d’événements complexes en temps réel.
  • Azure Data Explorer pour l’analyse haute performance de la télémétrie, des journaux, des séries temporelles et des données en flux.
  • Azure IoT Hub pour la connectivité sécurisée des appareils et l’ingestion de données IoT.
  • Azure Functions pour l’exécution et l’automatisation du code piloté par événements.
  • Azure Logic Apps pour l’automatisation et l’intégration des flux de travail low-code entre les systèmes cloud et d’entreprise.
  • Azure Monitor pour la surveillance opérationnelle, les alertes, l’observabilité et le diagnostic.
  • Azure Digital Twins pour modéliser les environnements physiques, les actifs et les relations.
  • Azure Event Hubs Schema Registry pour la gestion et la gouvernance des schémas dans les architectures pilotées par événements.
  • Compatible avec Apache Kafka pour le streaming d’événements avec Azure Event Hubs.
  • Power BI, tableaux de bord Azure Data Explorer, Grafana, et d’autres outils de visualisation pour le suivi et l’analyse.
  • Azure AI et services d’apprentissage automatique pour la détection d’anomalies, la prévision, l’analyse prédictive et les applications alimentées par l’IA.
  • Infrastructure-as-code, réseau, sécurité, gouvernance et capacités DevOps pour déployer et exploiter des solutions en temps réel personnalisées dans des environnements Azure.

Différences générales

Capacité Solution basée sur PaaS Azure Solution d’intelligence en temps réel
Intégration de services Dépend de la compatibilité de l’intégration entre les services de l’architecture. Pour plus d’informations, consultez Choisir entre Azure Event Grid, Event Hubs et Service Bus. Intègre l’ingestion, le traitement, la visualisation et l’action de données dans une expérience unifiée via Eventstream, KQL, Spark et Real-Time Dashboards. Cette expérience vous permet de construire des solutions temps réel de bout en bout plus efficacement sans combiner ni gérer plusieurs services.
Expérience de développement professionnel et citoyen Plus adapté aux développeurs professionnels. Les développeurs professionnels, les développeurs citoyens et les utilisateurs professionnels peuvent coexister.
Code faible/sans code Disponible uniquement pour la transformation dans Azure Stream Analytics et pour la création d’alertes avec Logic Apps ou Power Automate. Le développement pro est requis pour l’implémentation de bout en bout. Vous pouvez construire des solutions de bout en bout en ingérant, analysant, transformant, visualisant et agissant, sans avoir besoin d’écrire du code. Pour plus d’informations, voir Interagir avec les composants RTI.
Modèle de consommation Estimation, consommation et modèle de facturation dépendant du service. Modèle de consommation et de facturation de l’unité de capacité uniforme de Fabric.

Ingestion et traitement

Capacité Solution basée sur PaaS Azure Solution d’intelligence en temps réel
Connecteurs multicloud Azure Stream Analytics se connecte à Confluent Kafka. Il n’existe pas de connecteurs pour lire les données provenant de sources de streaming dans d’autres clouds comme Amazon Kinesis ou Google Pub/Sub. Intégrations natives sur plusieurs clouds, y compris Confluent Kafka, Amazon Kinesis et Google Pub/Sub.
Prise en charge des flux CDC Nécessite le déploiement d’autres services comme Debezium. Intégration native pour le streaming de sources CDC telles que Azure Cosmos DB CDC, Azure SQL CDC, Azure SQL Managed Instance CDC, PostgreSQL CDC, MySQL DB CDC, SQL Server CDC, Oracle Database CDC, MongoDB CDC, et Flux de modifications de base de données Fabric en miroir. Pour la liste complète des sources CDC, voir Ajouter et gérer les sources d’eventstream.
Prise en charge des protocoles HTTP, AMQP, Kafka et MQTT. HTTP, AMQP et Kafka.
Traitement en flux Azure Stream Analytics, un service d’analyse en temps réel entièrement géré, vous aide à analyser et traiter des flux de données rapides afin d’en tirer des informations exploitables. Dans Fabric Real-Time Intelligence, le traitement des flux est intégré directement à Eventstream, avec des capacités natives pour filtrer, transformer et acheminer les données en flux. Pour des analyses avancées et un traitement personnalisé, Eventstream peut également s’intégrer aux notebooks Spark, permettant aux développeurs d’utiliser des approches basées sur le code pour traiter les données en flux.
Intégration sur site et réseau virtuel Nécessite le déploiement et la gestion des environnements d’exécution ou passerelles d’intégration auto-hébergés pour chaque service. La passerelle de données réseau virtuel offre une connexion unique et réutilisable aux sources de données sur site et réseau virtuel à travers tous les connecteurs Eventstream.

Analyser et transformer

Capacité Solution basée sur PaaS Azure Solution d’intelligence en temps réel
Profilage des données Non disponible La vue de profilage des données de vos tables en temps réel affiche des histogrammes intégrés et des plages minimum-maximum pour chaque colonne.
Modélisation de jumeau numérique Azure Digital Twins (jumeaux numériques Azure) Constructeur de jumeaux numériques (aperçu)
Exploration visuelle des données Non disponible Faites glisser des fonctionnalités pour analyser visuellement vos données en temps réel.
Expérience Copilot Il n’y a pas de copilot spécifique aux services de messagerie Azure, mais globalement, Azure Copilot peut aider à la gestion des ressources Azure et aux opérations sur Azure services en général. Copilot au sein de la charge de travail Fabric Real-Time Intelligence est un assistant basé sur l'IA qui vous aide à interroger, analyser et explorer vos données en temps réel. Copilot traduit le langage naturel en requêtes KQL (Kusto Query Language) et permet l’exploration interactive des données, sans nécessiter d’expertise KQL. Pour plus d’informations, consultez Copilot pour l’intelligence en temps réel.
Modèles ML prédéfinis Des modèles de détection et de prévision d’anomalies existent, mais vous devez écrire votre propre code pour exploiter Azure Machine Learning afin de les construire, entraîner et déployer. Les modèles de détection et de prévision d’anomalies sont intégrés nativement, donc vous pouvez les appliquer aux données de streaming entrantes sans écrire de code. Eventstream prend également en charge le Spark Structured Streaming, ce qui vous permet d’utiliser des fonctions d’IA intégrées pour enrichir et transformer les données de streaming avec des modèles d’IA pré-entraînés directement dans vos pipelines de streaming.
Visualisation (Microsoft) Tableaux de bord Power BI, Azure Data Explorer Intégration native en un clic à Power BI et tableau de bord en temps réel
Visualisation (tiers) Grafana, Kibana, Matlab Grafana, Kibana et Matlab peuvent également être intégrés à Eventhouse.

Agir

Capacité Solution basée sur PaaS Azure Solution d’intelligence en temps réel
Conduite d’actions métier à partir d’insights Nécessite Des alertes Azure Logic Apps, Power Automate, Azure Functions ou Azure Monitor. Disponible dans Fabric à l’aide d’éléments Fabric Activator avec intégration avec des modèles sémantiques Power BI, Eventstream et des requêtes KQL à l’aide d’ensembles de requêtes KQL ou de tableaux de bord Real-Time. L’agent des opérations (aperçu) peut également surveiller une maison d’événements ou une ontologie et recommander ou déclencher des actions, comme les messages Teams, les carnets, les pipelines ou les flux Power Automate.
Événements système réactifs Non disponible Événements intégrés publiés via le hub Real-Time. Utilisez les éléments Activateur pour automatiser les processus de données, tels que les pipelines et les notebooks.
Modèles sémantiques en temps réel Indisponible ou solution basée sur le code utilisant Logic Apps ou Azure Functions Non disponible
IA intégrée Non disponible Copilot dans Real-Time Intelligence, les agents IA (aperçu) pour les bases de données Eventhouse et KQL, et l’agent Operations (aperçu) pour la surveillance continue et les actions recommandées sont intégrés nativement, ce qui permet de les appliquer aux données en flux reçues sans avoir à écrire de code. Eventstream prend également en charge le Spark Structured Streaming, ce qui vous permet d’utiliser des fonctions d’IA intégrées pour enrichir et transformer les données de streaming avec des modèles d’IA pré-entraînés directement dans vos pipelines de streaming.
Destinations de notification Dépend du portefeuille de connecteurs du service. Microsoft Teams, Microsoft Outlook, Dataflow, Pipeline, tâche Spark, Notebook, Function, tâche de copie et événements métier (aperçu). Pour plus d’informations, consultez Configurer des actions pour les règles d’activateur.

Catalogue

Capacité Solution basée sur PaaS Azure Solution d’intelligence en temps réel
Catalogue unifié de flux de données Non disponible Hub en temps réel :
- Flux de données créés par les utilisateurs
- Flux existants provenant de sources Microsoft
- Flux d’événements système Fabric
Découverte de flux de données Microsoft Non disponible Le centre d'intelligence en temps réel recherche des flux de données dans votre locataire Azure.
Registre de schémas Azure Schema Registry est une fonctionnalité des Event Hubs qui fournit un dépôt central pour les schémas destinés aux applications axées sur les événements et la messagerie. Il offre la flexibilité à vos applications producteurs et consommateurs d’échanger des données sans avoir à gérer et partager le schéma. Pour plus d’informations, consultez Azure Schema Registry dans Azure Event Hubs. Le Registre de schémas dans Fabric Real-Time Intelligence est un emplacement central pour définir, valider et faire évoluer les schémas de données pour la diffusion en continu des données. Le Registre de schémas dans Fabric Real-Time Intelligence permet d’améliorer la qualité, la cohérence et le contrôle des données dans vos flux de travail pilotés par les événements. Pour plus d’informations, consultez Registre de schémas dans Fabric Real-Time Intelligence - Microsoft Fabric.