详细内容或原文请订阅后点击阅览
Microsoft Fabric中的实时智能：终极指南
曾几何时，处理流数据被认为是一种前卫的方法。自从 20 世纪 70 年代关系数据库管理系统和 80 年代末传统数据仓库系统引入以来，所有数据工作负载都以所谓的批处理开始和结束。批处理依赖于在一个组（或批）中收集大量任务的概念[…]Microsoft Fabric 中的实时智能：终极指南首先出现在《走向数据科学》上。
来源:走向数据科学，处理流数据被认为是一种前卫方法。自1970年代引入关系数据库管理系统以及1980年代后期传统数据仓库系统以来，所有数据工作负载始于所谓的批处理处理。批处理处理取决于在组（或批次）中收集众多任务并在单个操作中处理这些任务的概念。
前卫 批处理处理在另一侧，有一个流数据的概念。尽管流媒体数据有时仍然被认为是一种尖端技术，但它已经具有扎实的历史。一切始于2002年，当时斯坦福大学的研究人员发表了“数据流系统中的模型和问题”的论文。但是，直到将近十年后（2011年），流媒体数据系统开始吸引更广泛的受众，当时开源了用于存储和处理流数据的Apache Kafka平台。正如人们所说，其余的就是历史。如今，处理流数据不被视为奢侈品，而是必要的。
流数据 数据流系统中的模型和问题”Microsoft认识到“到达一旦到达数据”的需求日益增长。因此，在这方面，Microsoft Fabric并不令人失望，因为实时智能是整个平台的核心，并提供了有效处理流数据的各种功能。
一旦到达在我们深入研究实时智能的每个组成部分之前，让我们退后一步，采取一种更具工具的方法来进行流处理。
什么是流处理？
如果您在Google搜索中输入“部分”标题中的短语，您将获得超过100,000个结果！因此，我分享一个插图，代表我们对流处理的理解。
我们的现在让我们检查典型的流处理用例：