패브릭 액티베이터는 데이터 소스에서 특정 패턴이나 조건이 감지될 때 자동으로 작업을 실행하는 코드 없는 저지연 이벤트 감지 엔진입니다. 주요 기능은 다음과 같습니다.
1초 미만의 대기 시간으로 이러한 데이터 원본을 지속적으로 모니터링하고 임계값이 충족되거나 특정 패턴이 검색되면 작업을 시작합니다. 이러한 작업에는 전자 메일 또는 Teams 알림 보내기, Power Automate 흐름 시작 또는 타사 시스템과의 통합이 포함될 수 있습니다.
핵심 아키텍처
액티베이터는 패브릭 Real-Time 인텔리전스 스택의 핵심에 있는 이벤트 감지 및 규칙 엔진입니다. 아키텍처적으로는 고속 데이터 스트림을 사용하고, 거의 실시간으로 규칙 조건을 평가하고, 이벤트 상태의 변경 내용에 따라 자동화된 다운스트림 작업을 시작하는 지능형 관찰자 역할을 합니다.
데이터가 지속적으로 흐르는 반응형 이벤트 기반 아키텍처에 적합하며, 이벤트 데이터의 상태 저장 평가에 따라 거의 실시간으로 결정을 내립니다.
이벤트 원본
활성화기는 다양한 생산자(Azure Event Hubs, IoT 디바이스, 사용자 지정 엔드포인트 등)에서 데이터를 수집하는 eventstreams에 직접 연결합니다. 이러한 스트림은 이벤트의 원본 역할을 하며 Activator는 하나 이상의 이벤트 스트림을 구독하여 데이터 변경 내용을 관찰할 수 있습니다. 다른 이벤트 원본으로는 Fabric이나 Azure 이벤트 또는 Power BI 보고서나 Real-Time 대시보드를 수신하는 Activator가 있을 수 있습니다.
이벤트 및 개체
이벤트는 이벤트 스트림을 통해 수신된 개별 레코드(예: 원격 분석 신호 또는 파일 삭제)입니다. 이러한 이벤트는 공유 식별자(예: <
a0/> )를 기반으로 개체로 그룹화됩니다. 그런 다음 개체별로 규칙을 평가하여 세분화된 검색(예: 센서 또는 자산당)을 허용합니다. 규칙 및 조건
각 활성화자에는 지속적으로 평가되는 하나 이상의 규칙이 포함됩니다. 이러한 규칙은 간단한 비교(
value < threshold) 또는 상태 저장 식(예:BECOMES,DECREASES,INCREASES,EXIT RANGE) 또는 데이터 없음(하트비트)일 수 있습니다. 활성화기는 개체당 상태 추적을 보장하여 시간이 지남에 따라 복잡한 패턴 검색을 가능하게 합니다.조치
규칙 조건이 충족되면 Activator가 다음을 트리거할 수 있습니다.
- 패브릭의 데이터 파이프라인 또는 노트북
- Power Automate를 통한 외부 작업
- Teams 메시지 보내기
- 이메일 보내기
경고 관리 및 규칙 테스트
활성화자는 규칙이 활성화되기 전에 미리보기 기능과 영향을 추정하여, 규칙이 기록 데이터를 기준으로 얼마나 자주 실행되었는지를 보여줍니다. 이러한 기능은 경고 스팸 및 초과 발생을 방지하는 데 도움이 될 수 있습니다. 내부적으로 상태 전환은 노이즈를 억제하도록 관리됩니다(예: 값은 임계값을 초과해야 하며 그 아래에 남아 있어야 함).
모니터링 및 비용 제어
활성화기가 적극적으로 실행되는 경우에만 비용이 발생합니다. 액티베이터 인스턴스는 패브릭 용량에 맞춰 범위가 지정되며 작업 영역을 통해 모니터링할 수 있습니다. 런타임 로그 및 원격 분석은 이벤트 스트림 및 파이프라인 출력을 통해 사용할 수 있습니다.
배포 모델
활성화자 인스턴스는 작업 영역별로 배포되고 특정 데이터 원본에 바인딩됩니다. 여러 활성기가 동일한 스트림을 모니터링하여 각기 다른 비즈니스 기능에 대해 병렬로 규칙을 평가할 수 있습니다. 액티베이터는 용량에 따라 제한되므로, 이용한만큼 지불하는 요금제는 규칙이 실행 중인 경우에만 적용되며, 이는 간헐적인 감지 시나리오에 비용 효율성을 제공합니다.
Real-Time 인텔리전스 내의 통합 지점
| 구성 요소 | Activator와의 상호 작용 |
|---|---|
| 이벤트 스트림 | 대기 시간이 짧은 스트림 수집을 통해 Activator에 페더레이션된 데이터를 제공합니다. |
| 활성화 장치 | 다른 활성화자를 트리거하는 이벤트(예: 보강된 엔터티 또는 유추된 레이블)를 생성할 수 있습니다. |
| 파이프라인 | 다운스트림 처리를 자동화하는 Activator 규칙 트리거의 대상 |
| Power BI | 실시간 시각화를 위해 트리거된 파이프라인 또는 Notebook의 결과를 사용합니다. |
| 파워 오토메이트 | 템플릿 또는 사용자 지정 작업을 통해 이벤트 기반 작업을 허용합니다. |
| 패브릭 이벤트 | 의미 체계 모델 새로 고침 또는 파이프라인 실패와 같이 패브릭 내에서 발생하는 이벤트를 제공합니다. |
| 노트북 | Activator를 통해 Notebook 실행을 트리거할 수 있습니다. |
오케스트레이터로서의 활성화자
엔터프라이즈급 실시간 아키텍처에서 Activator를 효과적으로 사용하려면 이벤트 볼륨, 개체 카디널리티 및 규칙 복잡성에 대한 Microsoft Fabric 구성 요소 간의 의도적인 오케스트레이션 및 성능 조정이 필요합니다. 이 섹션에서는 다른 서비스와 함께 Activator를 오케스트레이션하는 방법과 검색 논리 및 런타임 동작을 최적화하여 대기 시간이 짧고 비용 효율적인 대규모 자동화를 지원하는 방법을 살펴봅니다.
활성기는 도착 지점에서 데이터를 평가하고 다운스트림 작업을 트리거하여 이벤트 기반 파이프라인에서 중앙 역할을 합니다. 일반적인 오케스트레이션 패턴은 다음과 같습니다.
| 패턴 | 흐름 설명 |
|---|---|
| 수집 → 탐지 → 변환 | 이벤트는 Eventstream에서 Activator로 흐릅니다. 그러면 데이터 파이프라인을 트리거하여 데이터를 보강하거나 이동합니다. |
| 수집 → 탐지 → 알림 | 활성화기는 Power Automate를 트리거하여 경고 또는 푸시 상태를 Teams, Outlook 또는 ServiceNow로 보냅니다. |
| 데이터 수집 → 탐지 → 모델 채점 | 활성화기는 Notebook을 트리거하여 ML 모델의 점수를 매기거나 실시간 변칙에 따라 고급 분석을 수행합니다. |
| Activator를 사용하여 피드백 루프(계획됨) | 활성화기에서 생성된 인사이트(예: 민감도 레이블)는 Activator 규칙에 공급되어 의미 체계적으로 보강된 자동화를 가능하게 합니다. |
핵심 개념
Microsoft Fabric Activator는 스트리밍 이벤트의 대기 시간이 짧은 평가를 위해 설계된 고성능 상태 인식 규칙 엔진으로 작동합니다. 액티베이터는 eventstream을 통해 내보내진 실시간 이벤트를 처리하고, 각 논리적 객체의 규칙 조건을 평가하며, 상태 전환에 따라 다운스트림 작업을 수행합니다. 패브릭 활성화 도구에 대한 개요는 패브릭 활성화 도구 소개를 참조하세요.
다음 개념은 패브릭 활성화기에서 자동화된 작업 및 응답을 빌드하고 트리거하는 데 사용됩니다.
이벤트 원본 및 이벤트
패브릭 활성화기는 모든 데이터 원본을 이벤트 스트림으로 처리합니다. 이벤트는 개체의 상태에 대한 관찰을 나타내며 일반적으로 개체의 식별자, 타임스탬프 및 모니터링되는 필드의 값을 포함합니다.
Activator에 수집된 이벤트는 다음에서 시작됩니다.
- 여러 업스트림 원본(예: Azure Event Hubs, IoT Hub, Blob Storage 트리거)을 지원하는 Eventstream입니다. Eventstream은 Microsoft Fabric의 특정 항목 유형으로, 코드를 작성하지 않고도 실시간 이벤트를 수집, 변환 및 라우팅할 수 있습니다. 패브릭 활성화기는 이벤트 스트림을 모니터링하고 정의된 패턴 또는 임계값이 검색되면 자동으로 작업을 수행합니다. 활성화자는 둘 이상의 이벤트 스트림을 구독하여 데이터 변경 내용을 관찰할 수도 있습니다. 이벤트 스트림은 빈도에 따라 다릅니다. 예를 들어 IoT 센서는 초당 여러 번 이벤트를 내보내고 물류 시스템은 배송 위치에서 패키지를 스캔하는 경우와 같이 산발적으로 이벤트를 생성합니다.
- 패브릭 이벤트 예를 들어 Fabric 작업 영역 항목 이벤트는 Fabric 작업 영역을 변경할 때 발생하는 개별 패브릭 이벤트입니다. 이러한 변경 내용에는 Fabric 항목 만들기, 업데이트 또는 삭제가 포함되었습니다.
- Azure 이벤트. 예를 들어 Azure Blob Storage 이벤트는 클라이언트가 Blob을 만들고, 바꾸고, 삭제할 때 트리거됩니다.
- Power BI 보고서. 이 경우 이벤트는 Power BI 의미 체계 모델(이전의 데이터 세트)의 새로 고침 일정에 따라 주기적으로 관찰됩니다. 이러한 관찰은 매일 또는 매주 발생할 수 있으며 느리게 움직이는 이벤트 스트림을 형성합니다.
- 패브릭 Real-Time 대시보드.
각 이벤트에는 다음이 포함됩니다.
- 타임스탬프
- 페이로드(구조적 또는 반구조적 데이터)
- 개체 식별에 사용되는 하나 이상의 특성(예: device_id, bikepoint_id)
개체
패브릭 활성화기에서 모니터링하는 엔터티는 물리적 또는 개념적일 수 있는 비즈니스 개체라고 합니다. 예를 들어 냉동고, 차량, 패키지 및 사용자와 같은 물리적 개체와 광고 캠페인, 고객 계정, 사용자 세션과 같은 개념 개체가 있습니다.
Activator에서 비즈니스 개체를 모델링하려면 하나 이상의 이벤트 스트림을 연결하고, 개체 ID로 사용할 열을 선택하고, 개체의 속성으로 처리할 필드를 지정합니다.
개체 인스턴스라는 용어는 특정 냉동고, 차량 또는 사용자 세션과 같은 비즈니스 개체의 특정 예를 나타냅니다. 반면, 개체는 일반적으로 일반 정의 또는 클래스(예: 냉동고를 형식으로)를 참조합니다. 모집단이라는 용어는 모니터링되는 개체 인스턴스의 전체 집합에 사용됩니다.
개체 생성은 암시적입니다. 활성화자는 지정된 개체 키를 사용하여 이벤트를 그룹화합니다. 규칙은 개체로 범위가 지정됩니다. 즉, 모든 평가 논리는 인스턴스 간에 개체 인식 및 독립적입니다. 예를 들어 규칙 모니터링 bikepoint_id 은 각 고유한 자전거 스테이션에 대해 고유한 논리적 평가를 만듭니다.
규칙
규칙은 개체에서 검색하려는 조건과 해당 조건이 충족될 때 수행할 작업을 정의합니다. 예를 들어 냉동고 개체에 대한 규칙은 온도가 안전 임계값을 초과하는 경우를 감지하고 할당된 기술자에게 전자 메일 경고를 자동으로 보낼 수 있습니다.
Activator의 규칙은 상태를 저장하지 않거나 저장할 수 있습니다.
- 스토트리스 규칙은 각각의 이벤트를 독립적으로 평가합니다(예: 값 < 50).
- 상태 저장 규칙은 개체당 이벤트 간에 메모리를 유지 관리합니다(예: VALUE DECREASES, BECOMES, EXIT RANGE)
상태 저장 평가는 다음에 의존합니다.
- 델타 검색: 이전 이벤트 값과 현재 이벤트 값 간의 변경 내용을 추적합니다.
- 임시 시퀀싱: 이벤트 부재(하트비트 감지)와 같은 시간 기반 조건을 평가합니다.
- 상태 전환: 규칙은 새로운 상태로 진입할 때만 발생하므로 변경되지 않은 조건에서 반복되는 발사를 방지합니다.
각 규칙 조건은 연속적으로, 메모리 내 및 거의 즉시 평가되는 실행 그래프로 컴파일됩니다. 시스템은 이벤트 도착 후 1초 미만의 의사 결정 대기 시간에 최적화되어 있습니다.
활동
규칙의 조건이 충족되고 작업이 시작되면 규칙이 활성화되었다고 합니다. 작업에 지원되는 대상은 다음과 같습니다.
- 패브릭 데이터 파이프라인(데이터 이동, 보강용)
- 패브릭 Notebook(기계 학습 점수 매기기, 진단용)
- Power Automate 플로우(비즈니스 프로세스 통합용)
- Teams 알림(템플릿 기반 메시징 사용)
활성화자는 현재 개체 상태 및 규칙 메타데이터를 사용하여 트리거 메시지를 내보내고, 동작은 차단되지 않습니다. 즉, Activator는 확장 가능한 비동기 흐름을 사용할 수 있도록 작업이 완료될 때까지 기다리지 않습니다.
속성
속성은 모니터링하려는 비즈니스 개체의 특정 필드 또는 특성입니다. 이러한 특성은 다음과 같은 물리적 또는 개념적 특성일 수 있습니다.
- 패키지의 온도
- 배송 상태
- 고객 계정 잔액
- 사용자 세션의 참여 점수
IoT 센서, Power BI 보고서 또는 기타 시스템과 같은 원본에서 데이터의 연속 흐름인 eventstream에서 파생됩니다.
Activator에서 비즈니스 개체를 정의할 때 하나 이상의 이벤트 스트림을 연결하고, 개체 ID로 사용할 열을 선택하고, 해당 개체의 속성으로 처리할 다른 열을 선택합니다. 이러한 속성에 대한 규칙을 만들어 시간에 따른 변경 내용을 추적하거나, 속성이 임계값을 초과하거나 범위를 벗어나는 경우를 감지하거나, 경고, 워크플로 또는 알림과 같은 작업을 트리거할 수 있습니다.
속성은 여러 규칙에서 논리를 다시 사용하려는 경우에도 유용합니다. 예를 들어 냉동고 개체에서 1시간 동안의 온도 평균을 계산하는 속성을 정의할 수 있습니다. 정의되면 논리를 복제하지 않고 과열, 온도 변동 또는 유지 관리 임계값을 검색하는 규칙과 같은 여러 규칙에서 이 속성을 참조할 수 있습니다. 속성의 논리를 중앙 집중화하여 규칙을 보다 쉽게 관리하고, 일관성을 유지하며, 시간이 지남에 따라 더 쉽게 업데이트할 수 있습니다.
되돌아보기 기간
조회 기간은 Activator가 규칙을 평가하기 위해 분석하는 기록 데이터의 기간을 나타냅니다. 데이터가 늦거나 불규칙하게 도착하는 경우에도 패턴을 정확하게 감지하거나 평균과 같은 집계를 계산하는 데 충분한 과거 데이터를 사용할 수 있습니다.
조회 기간은 다음을 통해 결정됩니다.
- 예를 들어 추세 분석, 변칙 검색 또는 시간에 따른 값 비교가 필요한지 여부와 같이 규칙이 정의되는 방식
- 이벤트 스트림의 초당 이벤트 수와 같은 들어오는 데이터의 볼륨입니다.
콜드 체인에서 의약품 패키지를 운송하는 제약 물류 작업을 고려합니다. 목표는 패키지가 너무 따뜻해지면 경고를 받는 것입니다.
규칙이 다음과 같이 정의되어 있다고 가정해 보겠습니다.
- 3시간 동안 각 패키지의 평균 온도 평가
- 평균 온도가 8°C를 초과하는 경우 경고 트리거
이 규칙을 정확하게 계산하려면 Fabric Activator가 더 넓은 범위의 이력 데이터, 특히 6시간의 회고 기간을 분석해야 합니다. 데이터가 다소 지연되거나 불규칙하게 도착하는 경우에도 언제든지 3시간 평균을 계산할 수 있는 충분한 데이터를 사용할 수 있습니다.
조회 기간은 특히 시간이 지남에 따라 데이터 패턴이 진화하는 시나리오에서 조건의 시기적절하고 정확한 검색을 가능하게 하는 데 필수적입니다.
고유하고 활성 개체 ID
특성에 기반한 규칙은 개체의 특정 특성이 시간이 지남에 따라 어떻게 변하는지 모니터링하는 데 사용됩니다. 제약 물류 예제에서 각 의약품 패키지는 고유한 개체 ID로 표시되며 시스템은 각 패키지에 대해 주기적인 온도 판독값을 받습니다.
이러한 규칙을 효과적으로 평가하기 위해 Fabric Activator는 활성 개체 ID, 즉 정의된 조회 기간 내에 이벤트가 도착하는 개체를 추적합니다. 이 동작은 규칙을 적용할 때 관련 있는 현재 활성 개체만 고려되도록 합니다.
예를 들어, 유료 스테이션은 통과하는 차량(개체 ID)을 추적할 수 있습니다. 각 차량은 이벤트(예: 진입 및 종료 검사)를 생성하며, 최근 활동이 있는 개체만 활성으로 간주되고 시스템에서 평가됩니다.
또한 조회 창 내에서 추적되는 고유 개체 ID(패키지 수)의 수에 따라 제한이 있습니다.
일반적인 사용 사례
다음은 패브릭 활성화 도구를 사용할 수 있는 몇 가지 실제 시나리오입니다.
- 동일한 매장 판매가 감소하면 광고 캠페인을 자동으로 시작하여 실적이 저조한 위치에서 성능을 향상시킵니다.
- 식료품 점 관리자에게 부패가 발생하기 전에 오작동하는 냉동고에서 음식을 재배치하도록 알립니다.
- 앱, 웹 사이트 또는 기타 터치포인트를 통해 고객의 여정이 부정적인 환경을 나타내는 경우 개인 설정된 아웃리치 워크플로를 트리거합니다.
- 정의된 기간 내에 배송 상태가 업데이트되지 않은 경우 조사 워크플로를 사전에 시작하여 손실된 패키지를 더 빠르게 찾을 수 있습니다.
- 시간 또는 고객당 미결제 잔액에 대해 사용자 지정된 임계값을 사용하여 고객이 체납에 빠지면 계정 팀에 경고합니다.
- 데이터 파이프라인 상태를 모니터링하고, 변칙 또는 오류가 감지되면 실패한 작업을 자동으로 다시 실행하거나 팀에 경고합니다.
다음 단계
자습서: 패브릭 활성화기 규칙 만들기 및 활성화를 참조하세요.