실시간 데이터 분석이란?
실시간 데이터 분석은 일반적으로 특정 시점의 이벤트와 관련된 영구적인 일련의 데이터로 구성된 데이터 stream의 수집 및 처리를 기반으로 합니다. 예를 들어 데이터 스트림에는 소셜 미디어 마이크로 블로깅 사이트에 제출된 메시지의 세부 정보 또는 인터넷에 연결된 날씨 센서가 기록한 일련의 환경 측정값이 포함될 수 있습니다.
스트림의 데이터를 사용하여 모니터링 목적으로 데이터의 실시간 시각화를 만들거나 특정 조건이 발생할 경우 자동화된 작업을 트리거할 수 있습니다. 예를 들어, 사무실 건물의 환경 제어 센서에서 수집한 데이터 스트림을 통해 난방 및 냉방 시스템을 동적으로 제어하여 쾌적성과 비용을 최적화할 수 있습니다. 또한 데이터를 데이터 저장소에 보존하고 나중에 쿼리할 수 있으므로 분석가가 시간에 따른 변화를 더 잘 이해할 수 있습니다. 예를 들어 마케팅 조직은 소셜 미디어 메시지에 대한 감정 분석을 수행하여 광고 캠페인이 회사 또는 제품에 대해 더 긍정적인 의견을 창출했는지 또는 농업 기업이 온도 및 강우 추세를 모니터링하여 관개 및 작물 수확을 최적화할 수 있는지 확인할 수 있습니다.
실시간 분석의 일반적인 목표는 다음과 같습니다.
- 지속적으로 데이터를 분석하여 문제 또는 추세를 보고합니다.
- 다양한 조건에서 구성 요소 또는 시스템 동작을 이해하여 향후 개선을 계획하는 데 도움을 줍니다.
- 특정 이벤트가 발생하거나 임계값을 초과할 때 특정 작업 또는 경고를 트리거합니다.
실시간 데이터 분석 솔루션의 특징
실시간 데이터 분석을 위한 스트림 처리 솔루션은 일반적으로 다음과 같은 특징을 보입니다.
- 데이터 스트림은 제한되지 않습니다. 데이터는 스트림에 영구적으로 추가됩니다.
- 스트림의 데이터 레코드에는 보통 레코드와 관련된 이벤트가 발생(또는 기록)하는 경우를 나타내는 temporal(시간 기반) 데이터가 포함됩니다.
- 스트리밍 데이터 집계는 분당 소셜 미디어 게시물 수 또는 시간당 평균 강우량을 기록하는 등 시간적 기간에 걸쳐 수행되는 경우가 많습니다.
- 스트리밍 데이터 처리 결과를 사용하여 실시간(또는 ‘근 실시간’) 자동화 또는 시각화를 지원하거나 해당 결과를 분석 저장소에 보관하여 기록 분석을 위해 다른 데이터와 결합할 수 있습니다. 많은 솔루션은 이러한 접근 방식을 결합하여 실시간 및 기록 분석을 모두 지원합니다.
Microsoft Fabric의 실시간 인텔리전스 기능을 사용하면 여기에 설명된 기능을 포함하는 실시간 분석 솔루션을 최소한의 코딩 작업으로(또는 전혀 하지 않고) 구현하고 나머지 Microsoft Fabric 에코시스템에 통합할 수 있습니다.