見出し画像

168. Realtime Intelligence を試す

前回の記事                        次回の記事

はじめに

この記事を書いている時点で、Digital Twin Builder 作れない問題が解決していませんが、前から気になっていた、Microsoft Fabric の Realtime Intelligence を試すことにします。

Realtime Intelligence

概要

Microsoft Learn によれば、Realtime Intelligence とは、

リアルタイム インテリジェンス は、組織内のすべてのユーザーが分析情報を抽出し、移動中のデータを視覚化できるようにする強力なサービスです。 イベントドリブン シナリオ、ストリーミング データ、およびデータ ログ用のエンドツーエンド ソリューションを提供します。 ギガバイトでもペタバイトでも、動いているすべての組織データはリアルタイム ハブに収束します。 コードなしのコネクタを使用して、さまざまなソースからの時間ベースのデータをシームレスに接続し、組織全体のデータ カタログに含まれる視覚的な分析情報、地理空間の分析、トリガーベースの反応を即座に実現します。

データのストリームをシームレスに接続すると、SaaS ソリューション全体にアクセスできるようになります。 Real-Time インテリジェンスは、データ インジェスト、変換、ストレージ、モデリング、分析、視覚化、追跡、AI、リアルタイム アクションを処理します。 データは組織全体で保護、管理、統合され、すべての Fabric オファリングとシームレスに連携します。 リアルタイム インテリジェンス は、組織全体で価値を生み出す動的で実用的なリソースにデータを変換します。

Microsoft Fabric の Real-Time インテリジェンスとは - Microsoft Fabric | Microsoft Learn

だそうです。一般的に言われているところの”データ分析”は、どちらかというと、現時点で(様々な場所に)溜まっているデータに対する統計処理とか、グラフによる可視化などを意味すると思います。それらは、過去から現在にかけて何が起こったのかを分析するわけですね。(様々な)データソースを介して参照可能な(様々な場所に)溜まっているデータのライフサイクルに想いを馳せれば、それらは現実世界(の様々な場所)で生じた事象に伴う情報(データの組)を収集した結果です。事象の発生は、営業、業務、それらにかかわる人や機器群など、ビジネス活動の駆動や、活動が行われている過程や結果に関連しています。単に集まっているデータ群だけでなく、何時そのデータが生じたのか、何故生じたのか、それが明確に把握できて初めて、デジタルデータの効果的なトランスフォーメーション、すなわち DX が達成できると考えられます。

それを実践するための環境が、”Realtime Intelligence”というわけですね。

多分、ここまで読んできて、旧来的なメインフレーム系の環境で過ごしている人達の中には、「え、そんなんあたりまえやん、で、なんでこんな大仰な仕組みが必要なん?」と感じるかも。しかし、規模の大きい組織の場合、扱うデータも膨大だし、日々追加されていく、IoT やらなんやら様々な新規技術・サービスにより既存システムに統合されていくデータソースが増えていくような中で、同時並行的にばらばらと発生するデータ群を捌くには、スケーラブルな環境が必須ということ。

Real-Time Intelligence in Microsoft Fabric

Microsoft Fabric のアーキテクチャを見ると、OneLake を基盤とした、マイクロソフト以外のサービスによるデータソースもセキュアに接続可能な環境が使える。
”リアルタイム”というと、工場やプラントで稼働している機器からのデータがメインかと思いきや、ビジネス上、ソリューション上の様々なイベントも含まれるのが特徴。
業務上のメッセージングでも、Microsoft Graph 等を使えば、詳細な粒度でお客様とのやり取りも含めた社員間のコミュニケーションの発生過程を、生成系AI の活用も含めて取り出せる、そんなことは従来できなかったので、同じ規模の組織でも、その活動から生じるデータ量は、何十倍も増えていくことになります。

リアルタイムデータを捌く(分析・変換する)環境を”Real-Time Hub”と呼ぶらしい。構成要素は以下の通り。

  • Eventstream

    • 様々なデータソースから・へのコネクター

      • データストリーム

      • Microsoft のソース

      • Fabric Event

    • イベント処理機能

      • フィルター処理、データクレンジング、変換、ウィンドウ集計、重複検出など

  • Eventhouse

    • 構造化・半構造化・非構造化データを含む時間ベースのストリーミングイベントに伴う、移動中(?)のデータを処理するのに理想的な分析エンジン

      • KQL による高速なクエリが可能なパーティション分割されたデータ管理

  • KQL Queryset

    • データ分析情報可視化のためのデータ加工

  • Activator

    • イベント駆動型の分析情報を実用的なビジネス上の利点に変える

      • 特定の条件またはロジックが満たされると、ユーザーへのアラート、パイプラインなどの Fabric ジョブ項目の実行、Power Automate ワークフローの開始などのアクションを実行

  • Real-time Dashboard

    • 静的空間データと組み合わせてリアルタイム空間データを表示

    • 地図による位置情報も表示可能

  • Digital Twin Builder

    • 物理環境をデジタル的に表すオントロジとしてデータをモデル化

    • Fabric Onelake を含む様々なソースシステムからのデータをオントロジのデータとしてマップ

Microsoft Learn の説明で、”移動中のデータ”という書きようが見受けられて、違和感を感じたので、ja-jp を en-us に代えて、原文を確認。

ここから先は

5,297字 / 19画像
説明では、Microsoft Azure 中心‼…になっていますが、最近は、Azure に限らず、IoT・Digital Twins、加えて、AI、DX 等のシステム構築に関するもっと本質的な話題を書いています。なんちゃってから卒業したい技術者の皆さんぜひ、ご購読くださいませー

IoT・Digital Twins を極めよう!

¥200 / 月 初月無料

2022年3月にマイクロソフトの中の人から外の人になった Embedded D. George が、現時点で持っている知識に加えて、頻繁に…

この記事が気に入ったらチップで応援してみませんか?