Vad är skillnaden mellan Real-Time Intelligence och jämförbara Azure-lösningar?

Real-Time Intelligence och jämförbara Azure lösningar hjälper organisationer att bearbeta tidskänslig data från flera källor: sensordata från fysiska tillgångar, change data capture-strömmar (CDC) från databaser och loggar från infrastruktur och applikationer. Detta tillvägagångssätt ger professionella utvecklare finjusterad kontroll över tjänsteval, distribution, nätverk, automation och integrationsmönster.

Real-Time Intelligence in Microsoft Fabric erbjuder en enhetlig SaaS-upplevelse för samma klass av händelsedrivna och strömmande analysscenarier. I stället för att bygga samman varje steg från separata tjänster kan användare upptäcka dataströmmar i Real-Time Hub, mata in och dirigera händelser med Eventstream, lagra och fråga data i Eventhouse, analysera data med KQL och notebooks, visualisera data i Real-Time Dashboards eller Power BI, modellera operativ kontext och utlösa åtgärder med Activator.

Den största skillnaden är implementeringsmodellen. Azure PaaS ger proffsutvecklare maximal kontroll över anpassade arkitekturer och djup Azure-integration. Real-Time Intelligence ger affärsanvändare, medborgarutvecklare, dataanalytiker och proffsutvecklare ett integrerat arbetsflöde för att bygga realtidslösningar snabbare, med färre manuellt sammansydda tjänster. Läs mer om Real-Time Intelligence i Vad är Real-Time Intelligence i Fabric?

Diagram som visar Azure PaaS-lösningar jämfört med Real-Time Intelligence-arkitekturer för telemetrianalys.

Microsoft Fabric-funktioner för realtidsanalys

Real-Time Intelligence inkluderar ett brett utbud av integrerade tjänster och erfarenheter för att bygga end-to-end realtidsanalyslösningar. Dessa funktioner omfattar:

  • Real-Time hub för att upptäcka, hantera och styra strömningsdata, Fabric-händelser, Azure-händelser och Microsoft-datakällor.
  • Eventstream för att ta in, filtrera, transformera, berika och routa strömmande data från Microsoft, multicloud- och anpassade källor.
  • Multicloud-anslutning inklusive Amazon Kinesis, Google Cloud Pub/Sub, Apache Kafka, Confluent Cloud Kafka och Amazon MSK.
  • Ändra Data Capture (CDC)-integration för databaser såsom Azure SQL Database, Azure Cosmos DB, PostgreSQL, MySQL, Azure SQL Managed Instance och SQL Server.
  • Eventhouse - och KQL-databaser för lagring, förfrågningar och analys av strukturerad, semistrukturerad och ostrukturerad strömmande data.
  • Kusto Query Language (KQL) för avancerad analys, utforskning och operativ övervakning.
  • Copilot inom Real-Time Intelligence för utforskning av naturliga språkdata, KQL-generering, skapande av instrumentpaneler och analys.
  • Realtidspaneler för driftövervakning, visualisering, felsökning och aviseringar.
  • Power BI-integration för affärsintelligens och rapportering av realtidsdata.
  • Activator för att upptäcka tillstånd, utlösa notiser, automatisera arbetsflöden och starta Fabric-aktiviteter såsom anteckningsböcker, pipelines, Spark-jobb, dataflöden, funktioner, kopieringsjobb och affärshändelser.
  • Digital Twin Builder (förhandsvisning) för modellering av fysiska system och affärsenheter med digitala tvillingar.
  • Schema Registry (förhandsgranskning) för att definiera, validera, styra och utveckla händelsescheman över realtidsarbetsflöden.
  • Fabric-händelser och integration med Azure-händelser för att reagera på plattformsgenererade affärs- och operativa händelser.
  • Notebook- och Spark-integration för avancerad strömbearbetning, maskininlärning, AI-funktioner och utvecklarstyrda analysarbetsflöden.
  • Operations Agents och MCP-integrationer för AI-assisterade operativa övervaknings- och hanteringsscenarier.
  • Anomalidetekterings - och prognosmodeller för att upptäcka ovanliga mönster och förutsäga framtida trender i strömningsdata.
  • Ontologi och Fabric IQ för affärskontext, semantisk förståelse och AI-drivna upplevelser för företagsdata.

Diagram som visar lösningsarkitektur med hjälp av Real-Time Intelligence i Fabric.

Azure PaaS-baserade lösningar för realtidsanalys

Azure erbjuder ett brett utbud av tjänster som du kan kombinera för att bygga skräddarsydda realtidsanalyser och händelsedrivna arkitekturer. Dessa funktioner omfattar:

  • Azure Event Hubs för högkapacitetshändelseinsamling, telemetriinsamling och strömningsanalysscenarier.
  • Azure Event Grid för reaktiv händelseroutning och händelsedriven applikationsintegration.
  • Azure Service Bus för företagsmeddelanden, transaktionsarbetsflöden och pålitlig meddelandeleverans.
  • Azure Stream Analytics för realtidsströmbehandling, filtrering, aggregering och komplex händelsehantering.
  • Azure Data Explorer för högpresterande analys av telemetri, loggar, tidsserier och strömmande data.
  • Azure IoT Hub för säker enhetsanslutning och IoT-datainsamling.
  • Azure Functions för händelsedriven kodexekvering och automatisering.
  • Azure Logic Apps för arbetsflödesautomatisering med low-code och integration i moln- och företagssystem.
  • Azure Monitor för operativ övervakning, varning, observabilitet och diagnostik.
  • Azure Digital Twins för modellering av fysiska miljöer, tillgångar och relationer.
  • Azure Event Hubs Schema Registry för schemahantering och styrning i händelsedrivna arkitekturer.
  • Apache Kafka-kompatibel händelseströmning genom Azure Event Hubs.
  • Power BI, Azure Data Explorer-instrumentpaneler, Grafana och andra visualiseringsverktyg för övervakning och analys.
  • Azure AI och maskininlärningstjänster för avviksdetektion, prognoser, prediktiv analys och AI-drivna applikationer.
  • Infrastruktur-som-kod, nätverk, säkerhet, styrning och DevOps-funktioner för att distribuera och driva skräddarsydda realtidslösningar i Azure-miljöer.

Övergripande skillnader

Kapacitet Azure PaaS-baserad lösning Lösning för realtidsinformation
Integrering av tjänster Beror på integreringskompatibiliteten mellan tjänsterna i arkitekturen. För mer information, se Choose between Azure Event Grid, Event Hubs och Service Bus. Integrerar datainsamling, bearbetning, visualisering och handling i en enhetlig upplevelse via Eventstream, KQL, Spark och Real-Time dashboards. Denna erfarenhet gör det möjligt för dig att bygga helhetslösningar i realtid mer effektivt utan att behöva kombinera och hantera flera tjänster.
Erfarenhet av proffessionella och medborgarutvecklare Passar bättre för proffsutvecklare. Pro-utvecklare, medborgarutvecklare och företagsanvändare kan samexistera.
Låg kod/ingen kod Endast tillgängligt för omvandling i Azure Stream Analytics och för att skapa aviseringar med Logic Apps eller Power Automate. Pro-utveckling krävs för implementering från slutpunkt till slutpunkt. Du kan bygga lösningar från början till slut genom att ta in, analysera, transformera, visualisera och agera, utan att behöva skriva kod. För mer information, se Interaktion med RTI-komponenter.
Förbrukningsmodell Bedömning beroende av tjänsten, konsumtion och faktureringsmodell. Enhetlig kapacitetsförbrukning för enheter och faktureringsmodell.

Mata in och bearbeta

Kapacitet Azure PaaS-baserad lösning Lösning för realtidsinformation
Anslutningsprogram för flera moln Azure Stream Analytics ansluter till Confluent Kafka. Det finns inga kopplingar för att läsa data från strömningskällor i andra moln som Amazon Kinesis eller Google Pub/Sub. Inbyggda integrationer över flera moln, inklusive Confluent Kafka, Amazon Kinesis och Google Pub/Sub.
Stöd för CDC-strömmar Kräver distribution av andra tjänster som Debezium. Inbyggd integration för strömmande CDC-källor såsom 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 och Fabric-speglad databasändringsflöde. För hela listan över CDC-källor, se Lägg till och hantera eventstream-källor.
Stöd för protokoll HTTP, AMQP, Kafka och MQTT. HTTP, AMQP och Kafka.
Strömbearbetning Azure Stream Analytics, en fullt hanterad realtidsanalystjänst, hjälper dig att analysera och bearbeta snabbrörliga dataströmmar för att härleda handlingsbara insikter. I Fabric Real-Time Intelligence är strömbearbetning direkt inbyggd i Eventstream, med inbyggda funktioner för filtrering, transformering och routing av strömmande data. För avancerad analys och anpassad bearbetning kan Eventstream även integreras med Spark-notebooks, vilket gör det möjligt för utvecklare att använda kodbaserade metoder för att bearbeta strömmande data.
Lokal och virtuell nätverksintegration Kräver att man distribuerar och hanterar självhostade integrationsruntimes eller gateways för varje tjänst. Den virtuella nätverksdatagatewayen ger en enda, återanvändbar anslutning till lokala och virtuella nätverksdatakällor över alla Eventstream-anslutningar.

Analysera och transformera

Kapacitet Azure PaaS-baserad lösning Lösning för realtidsinformation
Dataprofilering Ej tillgänglig Dataprofileringsvyn för dina realtidstabeller visar färdiga histogram och min-max-intervall för varje kolumn.
Modellering av digitala tvillingar Azure Digital Twins (Azure Digitala Tvillingar) Digital twin builder (förhandsversion)
Visuell datautforskning Ej tillgänglig Dra funktioner för att visuellt analysera dina realtidsdata.
Copilot-upplevelse Det finns ingen copilot specifik för Azure meddelandetjänster, men överlag kan Azure Copilot hjälpa till med Azure resurshantering och drift över Azure tjänster i allmänhet. Copilot i arbetsflödet Fabric Real-Time Intelligence är en AI-assistent som hjälper dig att söka, analysera och utforska dina realtidsdata. Copilot översätter naturligt språk till KQL-frågor (Kusto Query Language) och möjliggör interaktiv datautforskning, utan KQL-expertis. För mer information, se Copilot för Real-Time Intelligence.
Inbyggda ML-modeller Modeller för avviksdetektering och prognoser finns tillgängliga, men du behöver skriva din egen kod för att använda Azure Machine Learning för att bygga, träna och distribuera dem. Avvikelsedetekterings- och prognosmodeller är inbyggda i systemet, så du kan tillämpa dem på inkommande strömningsdata utan att behöva skriva kod. Eventstream stöder också Spark Structured Streaming, så att du kan använda inbyggda AI-funktioner för att berika och omvandla strömmande data med förtränade AI-modeller direkt i dina strömningspipelines.
Visualisering (Microsoft) Power BI-instrumentpaneler, Azure Data Explorer-instrumentpaneler Inbyggd integrering med ett klick med Power BI och instrumentpanel i realtid
Visualisering (tredje part) Grafana, Kibana, Matlab Grafana, Kibana och Matlab kan också integreras med Eventhouse.

Akt

Kapacitet Azure PaaS-baserad lösning Lösning för realtidsinformation
Driva affärsåtgärder från insikter Behöver Azure Logic Apps, Power Automate, Azure Functions eller Azure Monitor-aviseringar. Finns i Fabric med hjälp av Fabric-aktiveringsobjekt med inbyggd integration med Power BI-semantiska modeller, Eventstream och KQL-frågor med hjälp av KQL-frågeuppsättningar eller Real-Time-instrumentpaneler. Operationsagenten (förhandsvisning) kan också övervaka ett eventhouse eller en ontologi och rekommendera eller trigga åtgärder, som Teams-meddelanden, anteckningsböcker, pipelines eller Power Automate-flöden.
Reaktiva systemhändelser Ej tillgänglig Inbyggda händelser som publiceras via Real-Time-hubben. Använd Activator-objekt för att automatisera dataprocesser, såsom pipelines och anteckningsböcker.
Semantiska realtidsmodeller Ej tillgänglig eller kodbaserad lösning med hjälp av Logic Apps eller Azure Functions Ej tillgänglig
Inbyggd AI Ej tillgänglig Copilot i Real-Time Intelligence, AI-agenter (förhandsversion) för Eventhouse- och KQL-databaser samt Operations-agenten (förhandsversion) för kontinuerlig övervakning och rekommenderade åtgärder finns inbyggda från början, så att du kan använda dem på inkommande strömdata utan att skriva kod. Eventstream stöder också Spark Structured Streaming, så att du kan använda inbyggda AI-funktioner för att berika och omvandla strömmande data med förtränade AI-modeller direkt i dina strömningspipelines.
Notifikationsdestinationer Beror på tjänstens anslutningsportfölj. Microsoft Teams, Outlook, Dataflow, Pipeline, Spark-jobb, Notebook, Function, Kopieringsjobb och Affärshändelser (förhandsvisning). Mer information finns i Konfigurera åtgärder för Aktiveringsregler.

Katalog

Kapacitet Azure PaaS-baserad lösning Lösning för realtidsinformation
Enhetlig katalog med dataströmmar Ej tillgänglig Realtidshubb:
– Dataströmmar som skapats av användarna
– Befintliga strömmar från Microsoft-källor
– Infrastruktursystem eventstreams
Identifiering av Microsoft-dataströmmar Ej tillgänglig Realtidsinformationshubben hittar dataströmmar i din Azure-klientorganisation.
Schemaregister Azure Schema Registry är en funktion i Event Hubs som tillhandahåller ett centralt arkiv för scheman för händelsedrivna och meddelandecentrerade applikationer. Det ger flexibiliteten för dina producent- och konsumentapplikationer att utbyta data utan att behöva hantera och dela schemat. För mer information, se Azure Schema Registry i Azure Event Hubs. Schemaregistret i Fabric Real-Time Intelligence är en central plats för att definiera, validera och utveckla datascheman för strömmande data. Schema Registry i Fabric Real-Time Intelligence hjälper till att förbättra datakvalitet, samstämmighet och kontroll i dina händelsedrivna arbetsflöden. Mer information finns i Schema Registry i Fabric Real-Time Intelligence - Microsoft Fabric.