リアルタイム データ分析とは

リアルタイム分析は、生成されたデータを処理、分析、および処理する方法です。通常は、イベントが発生してから数秒以内に実行されます。 データベースに格納されている履歴データの静的スナップショットを使用する従来の分析とは異なり、リアルタイム分析は、システムを積極的に流れるデータに対して動作し、変化する状況に対する迅速な分析情報と迅速な対応を可能にします。 この方法は、処理とネットワーク待機時間が常にある程度存在するため、 ほぼ リアルタイムの分析とも呼ばれます。

イベントとストリームについて

イベント は、システムで発生した事柄の記録です。 何かが発生、変更、または完了した瞬間をキャプチャします。 たとえば、Web サイトのクリック、株価の変更、顧客の購入、患者のバイタル サインの変更、機器センサーの測定値などがあります。 これらを、システム全体のアクティビティを文書化するデジタル レコードまたはログ エントリと考えてください。

ストリームは基本的に一連のイベントであり、通常はイベントが発生した時点で順序付けられます。 ストリーム内の各イベントは、特定の時点で発生した内容を表します。 イベントは、発生したストリームを継続的に通過します。 たとえば、機器の温度センサーの読み取り値のストリームには、多くの時点での温度の測定値が含まれています。 この継続的なイベント情報フローにより、時間の経過に伴うパターンの検出、機会またはリスクの特定、何かが発生した直後または リアルタイムでのアクションの実行が可能になります。

ストリームは、イベントが発生した場所から、処理、分析、または操作が必要な場所にイベントを伝達する配信メカニズムです。

リアルタイム分析ソリューションのコンポーネント

リアルタイム分析ソリューションを構築するには、いくつかの統合された機能が連携している必要があります。

リアルタイム データ インジェスト: 情報が生成されるときに、複数のソースから同時にデータを収集します。 たとえば、変更データ キャプチャ、センサー、アプリケーション、システム ログ、API からのデータベースの変更などです。

ストリーム処理: ソースから宛先にデータが流れる間、データを変換して分析します。 これには、フィルター処理、集計、他のデータ ソースとの結合、待機時間を最小限に抑えたパターンの検出が含まれます。

待ち時間の短いストレージ: 高速データ書き込みを処理し、高速なクエリ応答を提供するように設計された特殊なデータベースとストレージ システムを使用します。

対話型ダッシュボード: 新しいデータが到着すると自動的に更新され、現在の状態と傾向をリアルタイムで表示する視覚化を作成します。

自動化された意思決定: アクションを開始したり、アラートを送信したり、リアルタイムの条件に基づいてワークフローを開始したりできるイベント ドリブンのルールとトリガーを設定します。

リアルタイム分析を使用する

リアルタイム データを効果的に使用するには、情報を取り込み、処理し、格納し、分析し、実用的な情報を提示する必要があります。 リアルタイム分析を使用すると、次のことが可能になります。

• 機会や問題が発生した場合にすぐに対応する
• 現在の状態に基づいてリソースと構成を調整して操作を最適化する
• パーソナライズされたコンテキスト操作を通じてカスタマー エクスペリエンスを強化する
• 重大な問題になる前に異常を検出して問題を防止する

Microsoft Fabric の Real-Time インテリジェンスは、これらすべての機能を 1 つのプラットフォームにまとめます。 データ インジェストと変換のための Eventstreams、分析に最適化されたストレージ用の Eventhouses、データ検出用の Real-Time ハブ、視覚化用の Real-Time ダッシュボード、自動化されたアラートとアクション用のアクティベーターを通じて、Real-Time Intelligence を使用すると、重要なイベントの監視、自動応答のトリガー、ビジネス プロセスの追跡、リアルタイムでのパターンの分析を行い、システムで何が起こるかを実用的な分析情報に変えます。