实时数据分析是什么？
实时数据分析通常基于对数据流的引入和处理，该数据流由一系列永久的数据组成，通常与特定时间点的事件相关。 例如，数据流可能包含提交给社交媒体微博网站的消息的详细信息，或包含由连接 Internet 的天气传感器记录的一系列环境测量值。
流中的数据可用于创建数据的实时可视化效果，便于进行监视，或者在发生某些条件时触发自动操作。 例如，办公楼中环境控制传感器的数据流可使加热和空调系统能够动态控制，从而优化舒适度和节省成本。 该数据还能保存在数据存储中，以便稍后查询，这使分析师能够更好地了解随时间发生的变化。 例如，营销组织可能会对社交媒体消息进行情绪分析，以查看广告活动是否会导致对公司或其产品的更积极评价，或者农业企业可能会监视温度和降雨趋势以优化灌溉和作物收割。
实时分析的常见目标包括
- 持续分析数据以报告问题或趋势。
- 了解各种条件下的组件或系统行为，以帮助规划未来的增强功能。
- 发生特定事件或超出阈值时触发特定操作或警报。
实时数据分析解决方案的特征
用于实时数据分析的流处理解决方案通常具有以下特征：
- 数据流是无边界限制的 - 即数据会永久添加到流中。
- 流中的数据记录通常包含临时（基于时间）的数据，用以指示与记录相关的事件何时发生（或被记录）。
- 流数据的聚合通常在临时窗口上执行 - 例如，记录每分钟社交媒体帖子的数量或每小时的平均降雨量。
- 流式数据处理的结果可用于支持实时（或准实时）自动化或可视化，或保存在分析存储中以与其他数据结合以进行历史分析。 许多解决方案结合这些方法来支持实时和历史分析。
Microsoft Fabric 的实时智能功能使你能够以最少的（或无需）编码工作量和集成到 Microsoft Fabric 生态系统其余部分的能力来实现实时分析解决方案，其中包括此处介绍的功能。