迁移到 Microsoft Fabric 中的实时智能

概述

时序见解是一项服务，可用于对历史数据进行操作分析和报告。 它提供数据引入、存储、上下文化、分析和查询功能。 作为迁移到实时智能的一部分，可以通过迁移到 Eventhouse（实时智能中的时序数据库）来满足甚至改进所有这些功能。

迁移步骤

时序见解提供了两个产品/服务：Gen1 和 Gen2，它们具有不同的迁移步骤。

如果需要 Microsoft 提供更多迁移指导（例如体系结构审查、对特定功能的澄清），请在此处填写请求。 Microsoft 将评估你的请求，并尽快与你联系，讨论迁移详细信息和所需的支持。

时序见解 Gen1

时序见解 Gen1 没有冷存储或层次结构功能。 所有数据都有固定的保持期。 建议的迁移路径是设置到 Eventhouse 的并行数据引入。 固定数据保持期过后，可以删除时序见解环境，因为 Eventhouse 将包含相同的数据。

1. 创建 Eventhouse。
2. 设置从 Azure 事件中心到 Eventhouse 的并行引入。
3. 在固定保持期内继续引入数据。
4. 开始使用 Eventhouse。
5. 删除时序见解环境。 如何将时序见解 Gen1 迁移到实时智能中概述了详细的常见问题解答和工程体验

时序见解 Gen2

在客户的订阅中，时序见解 Gen2 使用 Parquet 格式将所有数据作为 Blob 存储在冷存储。 若要迁移数据，客户应获取 Blob 并使用 GetData 体验将其导入 Eventhouse。

1. 创建 Eventhouse。
2. 将数据引入重定向到 Eventhouse。
3. 导入时序见解冷数据。
4. 开始使用 Eventhouse。
5. 删除时序见解环境。

如何将 TSI Gen2 迁移到实时智能中概述了详细的常见问题解答和工程经验

数据消耗和可视化

成功迁移数据并从源建立连续数据引入后，可以通过各种工具和技术来使用数据。 这些设置包括：

• Power BI：Power BI 是一种功能强大的商业智能工具，可用于基于数据创建交互式可视化效果和报表。 可以将 Power BI 连接到实时智能环境，并使用其丰富的功能从数据中获取见解。

• KQL 查询集：KQL（Kusto 查询语言）是 Azure 数据资源管理器和其他 Azure 服务中使用的一种查询语言。 使用 KQL，可以编写功能强大的查询，以便在实时智能中分析和操作数据。

• 实时仪表板：实时智能为创建实时仪表板提供内置支持。 借助这些仪表板，可以实时监视和可视化数据，并提供最新的见解和分析。 可以自定义这些仪表板来满足特定需求和要求。

• KustoTrender：自定义时序仪表板的 JavaScript 库

• 自定义应用程序的 SDK：Fabric 实时智能为各种编程语言提供 SDK（软件开发工具包），包括 C#、Java Java 和 Node.js。 这些 SDK 提供了一组库和工具，可用于将实时智能集成到自定义应用程序中。 可以使用这些 SDK 以编程方式执行数据引入、查询和其他操作。

时序模型的迁移

时序见解 Gen 2 提供了使用称为“时序模型”的模型来上下文化原始时序数据的功能，该模型将资产及其关系定义为层次结构。 在 Eventhouse 中使用 Kusto 图形语义，可以将时序模型层次结构建模为图形。 这样就可以遍历图形中的资产，并促进时序数据的上下文化。