Anteckning
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Du kan använda funktionen eventstreams i Microsoft Fabric Real-Time Intelligence för att överföra realtidshändelser till Infrastrukturresurser, transformera dem och sedan dirigera dem till olika mål utan att skriva någon kod. Du skapar en händelseström, lägger till händelsedatakällor i dataströmmen, lägger till transformeringar för att transformera händelsedata och dirigerar sedan data till mål som stöds.
Med Apache Kafka-slutpunkter tillgängliga för eventstreams kan du också skicka eller använda realtidshändelser med hjälp av Kafka-protokollet.
Ta med händelser till plattformen
Med eventströmmar får du tillgång till källanslutningar för att hämta händelsedata från olika källor. Fler källor är tillgängliga när du aktiverar utökade funktioner när du skapar en händelseström.
| Källa | beskrivning |
|---|---|
| Azure Data Explorer (förhandsversion) | Om du har en Azure Data Explorer-databas och en tabell kan du mata in data från tabellen till Microsoft Fabric med hjälp av Eventstream. |
| Azure Event Hubs | Om du har en Azure-händelsehubb kan du mata in händelsehubbens data i Microsoft Fabric med hjälp av Eventstream. |
| Azure Event Grid (förhandsversion) | Om du har ett Azure Event Grid-namnområde kan du mata in MQTT- eller icke-MQTT-händelsedata i Microsoft Fabric med hjälp av Eventstream. |
| Azure Service Bus (förhandsversion) | Du kan mata in data från en Azure Service Bus-kö eller ett ämnesprenumeration i Microsoft Fabric med hjälp av Eventstream. |
| Azure IoT Hub | Om du har en Azure IoT-hubb kan du mata in IoT-data i Microsoft Fabric med hjälp av Eventstream. |
| Anpassad slutpunkt (det vill säga, Anpassad app i standardkapacitet) | Med den anpassade slutpunktsfunktionen kan dina program eller Kafka-klienter ansluta till Eventstream med hjälp av en anslutningssträng, vilket möjliggör smidig inmatning av strömmande data till Eventstream. |
| Azure IoT-åtgärder | Konfigurera Azure IoT Operations för att skicka realtidsdata direkt till Microsoft Fabric Real-Time Intelligence med hjälp av en anpassad händelseströmsslutpunkt (stöder Microsoft Entra-ID eller SASL-autentisering). |
| Exempeldata | Du kan välja Bikes, Yellow Taxi, Stock Market, Buses, S&P 500-företagsaktier eller Semantic Model Logs som exempeldatakälla för att testa datainmatningen när du konfigurerar en händelseström. |
| Realtidsväder (förhandsversion) | Du kan lägga till en väderkälla i realtid i en händelseström för att strömma väderdata i realtid från olika platser. |
| Azure SQL-databasens ändringsdatainsamling (CDC) | Med Azure SQL Database CDC-källanslutningsappen kan du samla in en ögonblicksbild av aktuella data i en Azure SQL-databas. Anslutningsappen övervakar och registrerar eventuella framtida ändringar på radnivå av dessa data. |
| PostgreSQL Database CDC | Med källanslutningen PostgreSQL Database Change Data Capture (CDC) kan du samla in en ögonblicksbild av aktuella data i en PostgreSQL-databas. Anslutningsappen övervakar och registrerar eventuella framtida ändringar på radnivå av dessa data. |
| MongoDB CDC (förhandsversion) | MongoDB CDC-källanslutningsappen för Microsoft Fabric-händelseströmmar fångar en första ögonblicksbild av data från MongoDB. Du kan ange vilka samlingar som ska övervakas och händelseströmmen spårar och registrerar realtidsändringar i dokument i valda databaser och samlingar. |
| MySQL Database CDC | Med källanslutningsappen för Azure MySQL Database Change Data Capture (CDC) kan du samla in en ögonblicksbild av aktuella data i en Azure Database for MySQL-databas. Du kan ange de tabeller som ska övervakas och händelseströmmen registrerar eventuella framtida ändringar på radnivå i tabellerna. |
| Azure Cosmos DB CDC | Med källanslutningsappen för Azure Cosmos DB Change Data Capture (CDC) för Microsoft Fabric-händelseströmmar kan du samla in en ögonblicksbild av aktuella data i en Azure Cosmos DB-databas. Anslutningsappen övervakar och registrerar eventuella framtida ändringar på radnivå av dessa data. |
| SQL Server på en virtuell dator (VM) Databas (DB) CDC | Med källanslutningsappen SQL Server på VM DB (CDC) för Fabric-händelseströmmar kan du samla in en ögonblicksbild av aktuella data i en SQL Server-databas på en virtuell dator. Anslutningsappen övervakar och registrerar eventuella framtida ändringar på radnivå av data. |
| Azure SQL Managed Instance CDC | Med Azure SQL Managed Instance CDC-källanslutningen för Microsoft Fabric-händelseströmmar kan du samla in en ögonblicksbild av aktuella data i en SQL Managed Instance-databas. Anslutningsappen övervakar och registrerar eventuella framtida ändringar på radnivå av dessa data. |
| Händelser för Fabric-arbetsytans objekt | Fabric Workspace Item-händelser är separata Fabric-händelser som inträffar när ändringar görs i din Fabric Workspace. Dessa ändringar omfattar att skapa, uppdatera eller ta bort ett objekt i Fabric. Med Infrastruktur-händelseströmmar kan du samla in dessa fabric-arbetsytehändelser, transformera dem och dirigera dem till olika mål i Infrastruktur för ytterligare analys. |
| Fabric OneLake-händelser | Med OneLake-händelser kan du prenumerera på ändringar i filer och mappar i OneLake och sedan reagera på dessa ändringar i realtid. Med Fabric-händelseströmmar kan du samla in dessa OneLake-händelser, transformera dem och skicka dem till olika platser i Fabric för vidare analys. Den här sömlösa integreringen av OneLake-händelser i Fabric-händelseströmmar ger dig större flexibilitet för övervakning och analys av aktiviteter i din OneLake. |
| Fabric-jobbhändelser | Med jobbhändelser kan du prenumerera på ändringar som skapas när Fabric kör ett jobb. Du kan till exempel reagera på ändringar när du uppdaterar en semantisk modell, kör en schemalagd pipeline eller kör en notebook-fil. Var och en av dessa aktiviteter kan generera ett motsvarande jobb, vilket i sin tur genererar en uppsättning motsvarande jobbhändelser. Med Fabric-evenemangsflöden kan du samla in dessa jobbevenemang, transformera dem och dirigera dem till olika destinationer inom Fabric för vidare analys. Den här sömlösa integreringen av jobbhändelser i Fabric-händelseströmmar ger dig större flexibilitet för övervakning och analys av aktiviteter i ditt jobb. |
| Azure Blob Storage-händelser | Azure Blob Storage-händelser utlöses när en klient skapar, ersätter eller tar bort en blob. Med anslutningsappen kan du länka Blob Storage-händelser till Fabric-händelser i realtidshubben. Du kan konvertera dessa händelser till strömmar av kontinuerliga data och transformera dem innan du dirigerar dem till olika mål i Fabric. |
| Google Cloud Pub/Sub | Google Pub/Sub är en meddelandetjänst som gör att du kan publicera och prenumerera på händelseströmmar. Du kan lägga till Google Pub/Sub som en källa till din händelseström för att samla in, transformera och dirigera realtidshändelser till olika destinationer inom Fabric. |
| Amazon Kinesis Data Streams | Amazon Kinesis Data Streams är en massivt skalbar, mycket beständig datainmatning och bearbetningstjänst som är optimerad för strömmande data. Genom att integrera Amazon Kinesis Data Streams som en källa i din händelseström kan du sömlöst bearbeta dataströmmar i realtid innan du dirigerar dem till flera mål i Fabric. |
| Confluent Cloud för Apache Kafka | Confluent Cloud for Apache Kafka är en strömningsplattform som erbjuder kraftfulla funktioner för dataströmning och bearbetning med Apache Kafka. Genom att integrera Confluent Cloud for Apache Kafka som en källa i din händelseström kan du sömlöst bearbeta dataströmmar i realtid innan du dirigerar dem till flera mål i Fabric. |
| Apache Kafka (förhandsversion) | Apache Kafka är en distribuerad plattform med öppen källkod för att skapa skalbara realtidsdatasystem. Genom att integrera Apache Kafka som en källa i din händelseström kan du sömlöst ta med realtidshändelser från Apache Kafka och bearbeta dem innan du dirigerar dem till flera mål i Fabric. |
| Amazon MSK Kafka | Amazon MSK Kafka är en fullständigt hanterad Kafka-tjänst som förenklar konfiguration, skalning och hantering. Genom att integrera Amazon MSK Kafka som en källa i din händelseström kan du sömlöst ta med realtidshändelserna från din MSK Kafka och bearbeta dem innan du dirigerar dem till flera destinationer i Fabric. |
| MQTT (förhandsversion) | Med Microsoft Fabric-händelseströmmar kan du ansluta till en MQTT-mäklare, där meddelanden i MQTT-mäklaren matas in i Fabric-händelseströmmen och dirigeras till olika mål inom Fabric. |
| Solace PubSub+ (förhandsversion) | Med Microsoft Fabric-händelseströmmar kan du ansluta till Solace PubSub+, vilket gör att meddelanden från Solace PubSub+ matas in i Fabric Eventstream och dirigeras till olika mål i Fabric. |
Bearbeta händelser med hjälp av en upplevelse utan kod
Ett dataflödesdiagram från slutpunkt till slutpunkt i en händelseström kan ge dig en omfattande förståelse för dataflödet och organisationen.
Redigeringsprogrammet för händelseprocessorn är en dra och släpp-upplevelse. Det är ett intuitivt sätt att skapa händelsedatabearbetning, transformering och routningslogik utan att skriva någon kod.
| Omvandling | beskrivning |
|---|---|
| Filter | Använd den här omvandlingen för att filtrera händelser baserat på värdet för ett fält i indata. Beroende på datatypen (tal eller text) behåller omvandlingen de värden som matchar det valda villkoret, till exempel is null eller is not null. |
| Hantera fält | Använd den här omvandlingen för att lägga till, ta bort, ändra (datatyp) eller byta namn på fält som kommer in från en indata eller en annan transformering. |
| Aggregat | Använd den här omvandlingen för att beräkna en aggregering (summa, minimum, maximum eller genomsnitt) varje gång en ny händelse inträffar under en tidsperiod. Den här åtgärden gör det också möjligt att byta namn på dessa beräknade kolumner, tillsammans med filtrering eller segmentering av aggregeringen baserat på andra dimensioner i dina data. Du kan ha en eller flera sammansättningar i samma transformering. |
| Gruppera efter | Använd den här omvandlingen för att beräkna aggregeringar för alla händelser inom ett visst tidsfönster. Du kan gruppera efter värden i ett eller flera fält. Det är som aggregeringstransformeringen eftersom den tillåter namnbyte av kolumner, men det ger fler alternativ för aggregering och innehåller mer komplexa alternativ för tidsfönster. Precis som aggregering kan du lägga till mer än en aggregering per transformering. |
| Union | Använd den här omvandlingen för att ansluta två eller flera noder och lägga till händelser med delade fält (med samma namn och datatyp) i en tabell. Fält som inte matchar tas bort och ingår inte i utdata. |
| Expandera | Använd den här omvandlingen för att skapa en ny rad för varje värde i en matris. |
| Ansluta | Använd den här omvandlingen för att kombinera data från två strömmar baserat på ett matchande villkor mellan dem. |
Om du har aktiverat Förbättrade funktioner när du skapar en händelseström stöds transformeringsåtgärderna för alla mål. Den härledda strömmen fungerar som en mellanliggande brygga för vissa mål, till exempel en anpassad slutpunkt eller Fabric Activator. Om du inte har aktiverat Förbättrade funktioner, är transformeringsåtgärderna endast tillgängliga för destinationerna lakehouse och eventhouse (bearbetning av händelser före ingestion).
Dirigera händelser till mål
Funktionen Fabric eventstreams stöder sändning av data till följande mål som stöds.
| Resmål | beskrivning |
|---|---|
| Anpassad slutpunkt (anpassad app med standardfunktionalitet) | Använd det här målet för att dirigera dina realtidshändelser till en anpassad slutpunkt. Du kan ansluta dina egna program till händelseströmmen och använda händelsedata i realtid. Det här målet är användbart när du vill skicka realtidsdata till ett system utanför Microsoft Fabric. |
| Eventhus | Med det här målet kan du mata in dina realtidshändelsedata i ett händelsehus, där du kan använda det kraftfulla Kusto Query Language (KQL) för att fråga och analysera data. Med data i händelsehuset kan du få djupare insikter om dina händelsedata och skapa omfattande rapporter och instrumentpaneler. Du kan välja mellan två inmatningslägen: Direkt inmatning och Händelsebearbetning före inmatning. |
| Sjöhus | Denna destination ger dig möjlighet att transformera dina realtidshändelser innan du matar in dem i din lakehouse. Realtidshändelser konverteras till Delta Lake-format och lagras sedan i de avsedda lakehouse-tabellerna. Denna destination stöder scenarier för datalager. |
| Härledd ström | Du kan skapa den här särskilda typen av mål när du har lagt till strömåtgärder, till exempel Filter eller Hantera fält, i en händelseström. Den härledda strömmen representerar den transformerade standardströmmen efter dataströmbearbetning. Du kan dirigera den härledda dataströmmen till flera mål i Fabric och visa dataströmmen i Real-time Hub. |
| Fabric-aktivator (förhandsvisning) | Du kan använda det här målet för att ansluta dina realtidshändelsedata direkt till Fabric Activator. Activator är en typ av intelligent agent som innehåller all information som krävs för att ansluta till data, övervaka för villkor och agera. När data når vissa tröskelvärden eller matchar andra mönster vidtar Activator automatiskt lämpliga åtgärder, till exempel att varna användare eller starta Power Automate-arbetsflöden. |
Du kan koppla flera mål i en händelseström för att samtidigt ta emot data från dina händelseströmmar utan att eventstreams stör varandra.
Anteckning
Vi rekommenderar att du använder funktionen Fabric eventstreams med minst fyra kapacitetsenheter (SKU: F4).
Apache Kafka på Fabric eventstreams
Funktionen Fabric eventstreams erbjuder en Apache Kafka-slutpunkt, så att du kan ansluta och använda strömmande händelser via Kafka-protokollet. Om ditt program redan använder Apache Kafka-protokollet för att skicka eller ta emot strömmande händelser med specifika ämnen kan du enkelt ansluta det till din händelseström. Uppdatera bara anslutningsinställningarna för att använda Kafka-slutpunkten som anges i din händelseström.
Funktionen Fabric eventstreams är associerad med Azure Event Hubs, en fullständigt hanterad molnbaserad tjänst. När du skapar en händelseström etableras automatiskt ett namnområde för händelsehubben. En händelsehubb allokeras till standardströmmen utan att det krävs några etableringskonfigurationer. Mer information om Kafka-kompatibla funktioner i Azure Event Hubs finns i Vad är Azure Event Hubs för Apache Kafka?.
Mer information om hur du hämtar Kafka-slutpunktsinformation för att skicka händelser till en händelseström, se Lägg till en anpassad slutpunkt eller anpassad appkälla i en händelseström. Information om hur du använder händelser från en händelseström finns i Lägga till en anpassad slutpunkt eller ett anpassat appmål i en händelseström.
Begränsningar
Fabric-händelseströmmar har följande allmänna begränsningar. Innan du arbetar med eventstreams granskar du dessa begränsningar för att säkerställa att de överensstämmer med dina krav.
| Gräns | Värde |
|---|---|
| Maximal meddelandestorlek | 1 MB |
| Maximal kvarhållningsperiod för händelsedata | 90 dagar |
| Leveransgarantier för händelser | Minst en gång |