探索 Microsoft Fabric 中的实时分析

Microsoft Fabric 提供实时智能，可以为实时数据流创建分析解决方案。 在本练习中，你将使用 Microsoft Fabric 中的实时智能功能，来引入、分析和可视化出租车公司的实时数据流。

完成本实验室大约需要 30 分钟。

备注：你需要 Microsoft Fabric 租户才能完成本练习。

创建工作区

在 Fabric 中处理数据之前，需要创建一个已启用 Fabric 容量的工作区。

**** 提示：工作区是你创建的所有内容（事件流、事件屋、仪表板）的容器。Fabric 容量使这些项能够运行。

  1. 在浏览器中，导航到 Microsoft Fabric 主页 (https://app.fabric.microsoft.com/home?experience=fabric)，使用 Fabric 凭据登录。

  2. 在左侧菜单栏中，选择“工作区”（图标类似于 🗇）。

  3. 使用所选名称创建一个新工作区，并选择包含 Fabric 容量的授权模式（试用、高级或 Fabric） 。

    **** 提示：使用包含 Fabric 的容量可确保工作区具有进行实时引入和分析所需的引擎。单独的工作区使实验室资源保持独立且易于清理。

  4. 打开新工作区时，它应为空。

    Fabric 中空工作区的屏幕截图。

创建事件流

现在，你已准备好从流式处理源查找和引入实时数据。 为此，你将从 Fabric 实时中心开始。

**** 提示：实时中心将流式处理源集中起来，并使其易于连接。事件流将源拼结到目标，并且可以在两者之间添加转换。

提示：首次使用实时中心时，可能会显示一些入门提示。 你可以关闭这些。

  1. 在左侧菜单栏中，选择“实时”中心。

    实时中心提供了一种查找和管理流式处理数据源的简单方法。

    Fabric 中实时中心的屏幕截图。

  2. 在实时中心，在连接到部分中，选择“数据源”。

  3. 查找“黄色出租车”样本数据源并选择“连接”。 然后在“连接”向导中，命名源 taxi 并编辑默认事件流名称以将其更改为 taxi-data。 与此数据关联的默认数据流将自动命名为 taxi-data-stream：

    **** 提示：黄色出租车示例是一个安全的公共流（无需凭据），对所有学习者都是一致的。明确的名称使得以后可以更容易找到你的源、事件流和流。

    创建新事件流的屏幕截图。

  4. 选择“下一步”，等待创建源和事件流，然后选择“打开事件流”。 EventStream 将在设计画布上显示出租车来源和 taxi-data-stream：

    事件流画布的屏幕截图。

创建 Eventhouse

事件流引入实时出租车数据，但当前不对它执行任何操作。 让我们创建一个事件库，在其中我们可以将捕获的数据存储在表中。

**** 提示：事件屋提供持久存储和 KQL 数据库，这样你就可以持久保留流并在以后查询它（即使在新的事件到达时也是如此）。KQL（Kusto 查询语言）是一种只读的类似 SQL 的语言，用于快速探索、筛选和分析大型数据集

  1. 在左侧菜单上，选择“创建”。 在“新建”页的“实时智能”部分下，选择“Eventhouse”****。 为其指定唯一的名称。

    备注：如果未将“创建”选项固定到边栏，则需要首先选择省略号 (…) 选项。

    边栏中“创建”选项的屏幕截图

    关闭显示的所有建议或提示，直到看到新的空事件屋。

    新事件屋的屏幕截图

  2. 在左侧窗格中，请注意事件屋包含一个与事件屋同名的 KQL 数据库。 可以在此数据库中为实时数据创建表，或根据需要创建其他数据库。

  3. 选择数据库，注意有一个相关的查询集。 此文件包含一些可用于开始查询数据库中表的示例 KQL 查询。

    **** 提示：KQL 数据库保存表。查询集是编写和运行查询的便捷位置，无需额外的设置。

    但是，目前没有要查询的表。 让我们通过将数据从事件流导入到新表来解决该问题。

  4. 在 KQL 数据库的主页中，选择“获取数据”。

    空事件屋的屏幕截图

  5. 对于数据源，请选择“事件流” > “新建事件流”。

  6. 在“选择或创建目标表”窗格中，创建一个名为 taxi 的新表。 然后在“配置数据源”窗格中，选择工作区和taxi-data eventstream 并命名该连接taxi-table。

    用于从事件流加载表的配置的屏幕截图。

  7. 使用“下一步”按钮完成检查数据的步骤，然后完成配置****。 然后关闭配置窗口，查看包含出租车表的事件屋。

    包含表的事件库的屏幕截图。

    已创建流与表之间的连接。 我们在事件流中验证一下。

  8. 在左侧菜单栏中，选择“实时”中心，然后查看“我的数据流”页。 在 taxi-data-stream 流的 … 菜单中，选择“打开 Eventstream”。

    事件流现在显示流的目标：

    带有目标的事件流的屏幕截图。

    ** 提示：选择设计画布上的目标，如果未在设计画布下显示任何数据预览，请选择“刷新”**。

    **** 提示：在事件流中进行验证可确认事件是否流向目标。预览可能会缓存 — 刷新可拉取最新的示例。

    在本练习中，你创建了一个非常简单的事件流，可以捕获实时数据并将其加载到表中。 在实际解决方案中，通常会添加转换以在时间窗口内聚合数据（例如，捕获每只股票在五分钟内的平均价格）。

    现在，让我们探讨如何查询和分析捕获的数据。

查询捕获的数据

Eventstream 捕获实时出租车费数据，并将其加载到 KQL 数据库的表中。 可以查询此表以查看捕获的数据。

**** 提示：KQL 旨在快速探索带时间戳的大容量数据。通过查询，可以验证引入并立即开始分析。

  1. 在左侧菜单栏中，选择事件屋数据库。

  2. 选择数据库的查询集。

  3. 在查询窗格中，修改第一个示例查询，如下所示：

     taxi
 | take 100

    提示：take 100 是一个快速的运行状况检查 - 确认行到达并检查一个小示例，而无需扫描所有内容。****

  4. 选择查询代码并运行，以查看表中的 100 行数据。

    KQL 查询的屏幕截图。

  5. 查看结果，然后修改查询，以显示每小时的出租车接送数：

     taxi
 | summarize PickupCount = count() by bin(todatetime(tpep_pickup_datetime), 1h)

  6. 突出显示修改后的查询并运行，以查看结果。

    提示：bin(..., 1h) 将事件分组到按小时计的桶中，使得可以轻松发现随时间推移的趋势。****

  7. 等待几秒钟后再次运行，注意随着新数据从实时数据流添加到表中，接送数会发生变化。

    **** 提示：流会不断添加数据，因此结果会随时间而变化。重新运行显示了聚合在新事件到达时如何更新。

清理资源

在本练习中，你创建了事件屋、使用事件流引入了实时数据、查询了 KQL 数据库表中的引入数据、创建了实时仪表板来可视化实时数据，并使用 Activator 配置了警报。

如果你已完成 Fabric 中的实时智能探索，可以删除为此练习创建的工作区。

**** 提示：删除工作区会移除实验中创建的所有项目，避免持续收费。

  1. 在左侧栏中，选择你的工作区的图标。

  2. 在工具栏上中，选择“工作区设置”。

  3. 在“常规”部分中，选择“删除此工作区”。****