Hva er forskjellen mellom sanntidsintelligens og sammenlignbare Azure-løsninger?

Real-Time Intelligence og sammenlignbare Azure-løsninger hjelper organisasjoner med å behandle tidskritiske data fra flere kilder: sensordata fra fysiske eiendeler, endringsdatainnsamling (CDC)-strømmer fra databaser, og logger fra infrastruktur og applikasjoner. Denne tilnærmingen gir profesjonelle utviklere finkornet kontroll over tjenestevalg, distribusjon, nettverk, automatisering og integrasjonsmønstre.

Real-Time Intelligence in Microsoft Fabric tilbyr en samlet SaaS-opplevelse for samme klasse av hendelsesdrevne og strømmende analysescenarier. I stedet for å sette sammen hvert trinn fra separate tjenester, kan brukere oppdage datastrømmer i Real-Time hub, sende inn og rute hendelser med Eventstream, lagre og spørre data i Eventhouse, analysere data med KQL og notatbøker, visualisere data i Real-Time dashbord eller Power BI, modellere operasjonell kontekst og utløse handlinger med Activator.

Hovedforskjellen er implementeringsmodellen. Azure PaaS gir profesjonelle utviklere maksimal kontroll over egendefinerte arkitekturer og dyp Azure-integrasjon. Real-Time Intelligence gir forretningsbrukere, borgerutviklere, dataanalytikere og profesjonelle utviklere en integrert arbeidsflyt for å bygge sanntidsløsninger raskere, med færre manuelt sammensydde tjenester. Lær mer om Real-Time intelligens i Hva er Real-Time intelligens i Fabric?

Diagram som viser Azure PaaS-løsninger sammenlignet med Real-Time Intelligence-arkitekturer for telemetrianalyse.

Microsoft Fabric-funksjonalitet for sanntidsanalyse

Real-Time Intelligence inkluderer et bredt sett av integrerte tjenester og erfaringer for å bygge ende-til-ende sanntidsanalyseløsninger. Disse funksjonene omfatter følgende:

  • Real-Time knutepunkt for å oppdage, administrere og styre strømmedata, Fabric hendelser, Azure hendelser og Microsoft datakilder.
  • Eventstream for å ta inn, filtrere, transformere, berike og rute strømmedata fra Microsoft, multicloud og egendefinerte kilder.
  • Multicloud-tilkobling inkluderer Amazon Kinesis, Google Cloud Pub/Sub, Apache Kafka, Confluent Cloud Kafka og Amazon MSK.
  • Change Data Capture (CDC)-integrasjon for databaser som Azure SQL Database, Azure Cosmos DB, PostgreSQL, MySQL, Azure SQL Managed Instance og SQL Server.
  • Eventhouse - og KQL-databaser for lagring, forespørsler og analyse av strukturerte, semistrukturerte og ustrukturerte strømmedata.
  • Kusto Query Language (KQL) for avansert analyse, utforskning og operasjonell overvåking.
  • Copilot i Real-Time Intelligence for utforskning av naturlige språkdata, KQL-generering, opprettelse av dashbord og analyse.
  • Real-Time Dashbord for operasjonell overvåking, visualisering, undersøkelser og varsling.
  • Power BI-integrasjon for forretningsintelligens og rapportering av sanntidsdata.
  • Activator for å oppdage tilstander, utløse varsler, automatisere arbeidsflyter og starte Fabric-aktiviteter som notatbøker, pipelines, Spark-jobber, dataflyter, funksjoner, kopieringsjobber og forretningshendelser.
  • Digital Twin Builder (forhåndsvisning) for modellering av fysiske systemer og forretningsenheter ved bruk av digitale tvillinger.
  • Schema Registry (forhåndsvisning) for å definere, validere, styre og utvikle hendelsesskjemaer på tvers av sanntidsarbeidsflyter.
  • Fabric-hendelser og integrasjon med Azure-hendelser for å reagere på plattformgenererte forretnings- og driftshendelser.
  • Notebook- og Spark-integrasjon for avansert strømbehandling, maskinlæring, AI-funksjoner og utviklerdrevne analysearbeidsflyter.
  • Operations Agents og MCP-integrasjoner for AI-assisterte operasjonelle overvåkings- og styringsscenarier.
  • Modeller for avviksdeteksjon og prognoser for å oppdage uvanlige mønstre og forutsi fremtidige trender i strømmedata.
  • Ontologi og Fabric IQ for forretningskontekst, semantisk forståelse og AI-drevne opplevelser på tvers av bedriftsdata.

Diagram som viser løsningsarkitektur ved hjelp av Real-Time Intelligence in Fabric.

Azure PaaS-baserte løsninger for real-time analytics

Azure tilbyr et bredt spekter av tjenester som du kan kombinere for å bygge skreddersydde sanntidsanalyser og hendelsesdrevne arkitekturer. Disse funksjonene omfatter følgende:

  • Azure Event Hubs for høyhastighets hendelsesinntak, telemetriinnsamling og strømmingsanalysescenarier.
  • Azure Event Grid for reaktiv hendelsesruting og event-drevet applikasjonsintegrasjon.
  • Azure Service Bus for bedriftsmeldinger, transaksjonsarbeidsflyter og pålitelig meldingslevering.
  • Azure Stream Analytics for sanntids strømbehandling, filtrering, aggregering og kompleks hendelsesbehandling.
  • Azure Data Explorer for høyytelsesanalyse av telemetri, logger, tidsserier og strømmingsdata.
  • Azure IoT Hub for sikker enhetstilkobling og IoT-datainntak.
  • Azure Functions for hendelsesdrevet kodeutførelse og automatisering.
  • Azure Logic Apps for lavkode-arbeidsflytautomatisering og integrasjon på tvers av sky- og bedriftssystemer.
  • Azure Monitor for operasjonell overvåking, varsling, observabilitet og diagnostikk.
  • Azure Digital Twins for modellering av fysiske miljøer, ressurser og relasjoner.
  • Azure Event Hubs Schema Registry for skjemahåndtering og styring i hendelsesdrevne arkitekturer.
  • Apache Kafka-kompatibel event streaming gjennom Azure Event Hubs.
  • Power BI, Azure Data Explorer-dashbord, Grafana og andre visualiseringsverktøy for overvåking og analyse.
  • Azure AI og maskinlæringstjenester for avviksdeteksjon, prognoser, prediktiv analyse og AI-drevne applikasjoner.
  • Infrastruktur-som-kode, nettverk, sikkerhet, styring og DevOps-funksjoner for distribusjon og drift av skreddersydde sanntidsløsninger på tvers av Azure-miljøer.

Overordnede forskjeller

Funksjonalitet Azure PaaS-basert løsning Løsning for sanntidsintelligens
Integrering av tjenester Avhenger av integreringskompatibilitet mellom tjenestene i arkitekturen. For mer informasjon, se Velg mellom Azure Event Grid, Event Hubs og Service Bus. Integrerer datainntak, behandling, visualisering og handling i en samlet opplevelse via Eventstream, KQL, Spark og Real-Time Dashboards. Denne erfaringen gjør det mulig å bygge helhetlige sanntidsløsninger mer effektivt uten å kombinere og administrere flere tjenester.
Pro- og borgeravviksopplevelse Mer egnet for profesjonelle utviklere. Pro-utviklere, borgerutviklere og forretningsbrukere kan eksistere sammen.
Lavkode/ingen kode Bare tilgjengelig for transformasjon i Azure Stream Analytics og for å opprette varsler med Logic Apps eller Power Automate. Pro-utvikling kreves for ende-til-ende-implementering. Du kan bygge ende-til-ende-løsninger ved å ta inn, analysere, transformere, visualisere og handle, uten å måtte skrive kode. For mer informasjon, se Interaksjon med RTI-komponenter.
Forbruksmodell Tjenesteavhengig estimering, forbruk og faktureringsmodell. Uniform Fabric Capacity Unit forbruk og faktureringsmodell.

Inntak og prosess

Funksjonalitet Azure PaaS-basert løsning Løsning for sanntidsintelligens
Multicloud-koblinger Azure Stream Analytics kobler til Confluent Kafka. Det finnes ikke koblinger for å lese data fra strømmekilder i andre skyer som Amazon Kinesis eller Google Pub/Sub. Native integrasjoner på tvers av flere skyer, inkludert Confluent Kafka, Amazon Kinesis og Google Pub/Sub.
Støtte for CDC-strømmer Krever distribusjon av andre tjenester som Debezium. Native integrasjon for strømming av CDC-kilder som 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 og Fabric speilet databaseendringsfeed. For fullstendig liste over CDC-kilder, se Legg til og administrer eventstream-kilder.
Støtte for protokoller HTTP, AMQP, Kafka og MQTT. HTTP, AMQP og Kafka.
Strømbehandling Azure Stream Analytics, en fullstendig administrert sanntidsanalysetjeneste, hjelper deg med å analysere og behandle hurtigbevegelige datastrømmer for å utlede handlingsrettede innsikter. I Fabric Real-Time Intelligence er strømbehandling innebygd direkte i Eventstream, med innebygde funksjoner for filtrering, transformasjon og ruting av strømmende data. For avansert analyse og tilpasset behandling kan Eventstream også integreres med Spark-notatbøker, slik at utviklere kan bruke kodebaserte metoder for å behandle strømmende data.
On-premises og virtuell nettverksintegrasjon Krever distribusjon og administrasjon av selvhostede integrasjonskjøretider eller gatewayer for hver tjeneste. Den virtuelle nettverksdatagatewayen gir en enkelt, gjenbrukbar tilkobling til lokale og virtuelle nettverksdatakilder på tvers av alle Eventstream-tilkoblinger.

Analyser og transformer

Funksjonalitet Azure PaaS-basert løsning Løsning for sanntidsintelligens
Dataprofilering Ikke tilgjengelig Dataprofileringsvisningen for sanntidstabellene viser ut-av-boksen-histogrammer og min-maks-områder for hver kolonne.
Digital tvillingmodellering Azure Digital Twins Digital twin builder (forhåndsversjon)
Visuell datautforskning Ikke tilgjengelig Dra funksjoner for å analysere sanntidsdataene visuelt.
Copilot-opplevelse Det finnes ingen copilot som er spesifikk for Azure meldingstjenester, men totalt sett kan Azure Copilot hjelpe med Azure ressursstyring og drift på tvers av Azure tjenester generelt. Copilot i Fabric Real-Time Intelligence-arbeidsbelastningen er en AI-assistent som hjelper deg med å spørre, analysere og utforske sanntidsdataene dine. Copilot oversetter naturlig språk til Kusto Query Language (KQL)-spørringer og muliggjør interaktiv datautforskning uten behov for KQL-ekspertise. For mer informasjon, se Copilot for Real-Time Intelligence.
Innebygde ML-modeller Modeller for avviksdeteksjon og prognoser er tilgjengelige, men du må skrive din egen kode for å utnytte Azure Machine Learning til å bygge, trene og distribuere dem. Modeller for avviksdeteksjon og prognoser er innebygd i systemet, så du kan bruke dem på innkommende strømmedata uten å skrive kode. Eventstream støtter også Spark Structured Streaming, slik at du kan bruke innebygde AI-funksjoner for å berike og transformere strømmedata med forhåndstrente AI-modeller direkte i strømmepipelinene dine.
Visualisering (Microsoft) Instrumentbord i Power BI, Azure Data Explorer Innebygd integrasjon med ett klikk med Power BI og instrumentbord i sanntid
Visualisering (tredjepart) Grafana, Kibana, Matlab Grafana, Kibana og Matlab kan også integreres med Eventhouse.

Akt

Funksjonalitet Azure PaaS-basert løsning Løsning for sanntidsintelligens
Drive forretningshandlinger fra innsikt Trenger Azure Logic Apps, Power Automate, Azure Functions eller Azure Monitor-varsler. Tilgjengelig i Stoff ved hjelp av stoffaktivatorelementer med innebygd integrasjon med semantiske Power BI-modeller, Eventstream- og KQL-spørringer ved hjelp av KQL-spørringssett eller Real-Time instrumentbord. Operations agent (forhåndsvisning) kan også overvåke et eventhouse eller en ontologi og anbefale eller utløse handlinger, som Teams-meldinger, notatbøker, pipelines eller Power Automate-flyter.
Reaktive systemhendelser Ikke tilgjengelig Innebygde hendelser publisert gjennom Real-Time hub. Bruk aktivatorelementer til å automatisere dataprosesser, for eksempel datasamlebånd og notatblokker.
Semantiske modeller i sanntid Ikke tilgjengelig eller kode-første løsning ved hjelp av Logic Apps eller Azure Functions Ikke tilgjengelig
Innebygd KUNSTIG INTELLIGENS Ikke tilgjengelig Copilot i Real-Time Intelligence er AI-agenter (forhåndsvisning) for Eventhouse- og KQL-databaser, og Operations-agent (forhåndsvisning) for kontinuerlig overvåking og anbefalte handlinger innebygd innebygd, slik at du kan bruke dem på innkommende strømmedata uten å skrive kode. Eventstream støtter også Spark Structured Streaming, slik at du kan bruke innebygde AI-funksjoner for å berike og transformere strømmedata med forhåndstrente AI-modeller direkte i strømmepipelinene dine.
Varslingsmål Avhenger av tjenestens koblingsportefølje. Microsoft Teams, Microsoft Outlook, Dataflow, Pipeline, Spark-jobb, Notatbok, Funksjon, Kopijobb og Forretningshendelser (forhåndsvisning). For mer informasjon, se Configure actions for Activator-regler.

Katalog

Funksjonalitet Azure PaaS-basert løsning Løsning for sanntidsintelligens
Enhetlig katalog over datastrømmer Ikke tilgjengelig Sanntidshub:
– Datastrømmer som er opprettet av brukerne
– Eksisterende strømmer fra Microsoft-kilder
- Hendelsesstrømmer for stoffsystem
Oppdagelse av Microsoft-datastrømmer Ikke tilgjengelig Sanntidsintelligenshuben finner datastrømmer i Azure-leieren.
Skjema-register Azure Schema Registry er en funksjon i Event Hubs som gir et sentralt arkiv for skjemaer for hendelsesdrevne og meldingsfokuserte applikasjoner. Det gir fleksibilitet for dine produsent- og forbrukerapplikasjoner til å utveksle data uten å måtte administrere og dele skjemaet. For mer informasjon, se Azure Schema Registry i Azure Event Hubs. Schema Registry i Fabric Real-Time Intelligence er et sentralt sted for å definere, validere og utvikle dataskjemaer for strømming av data. Schema Registry i Fabric Real-Time Intelligence bidrar til å forbedre datakvaliteten, konsistensen og kontrollen på tvers av hendelsesdrevne arbeidsflyter. For mer informasjon, se Schema Registry i Fabric Real-Time Intelligence - Microsoft Fabric.

Relatert innhold

  • Sist oppdatert