我如何决定是不是应该使用 Power BI API 将数据推送到我的流数据集或 Azure 流分析？

Posted 2023-05-08

【中文标题】我如何决定是不是应该使用 Power BI API 将数据推送到我的流数据集或 Azure 流分析？

【英文标题】：How can I decide, if I should use the Power BI API to push data into my streaming dataset or Azure Stream Analytics?我如何决定是否应该使用 Power BI API 将数据推送到我的流数据集或 Azure 流分析？

【发布时间】：2020-08-06 22:50:33

【问题描述】：

我对 Azure 很陌生。我需要创建一个 Power BI 仪表板来可视化传感器产生的一些数据。仪表板需要“几乎”实时更新。我已经确定我需要一个推送数据集，因为我想在折线图上可视化一些历史数据。但是，从架构的角度来看，我可以使用 Power BI REST API（在我的情况下这完全没问题，因为我们使用 Python 应用程序处理数据，我可以使用它来调用 Power BI）或 Azure 流分析（这也可以工作，我可以将数据从 Python 应用程序转储到 Azure Blob 存储，然后流式传输）。 你能告诉我一般来说，这两种方法的优点/缺点是什么？

【参考方案1】：

Azure 流分析允许您拥有多个源并定义多个目标，其中一个目标可以是 Power-BI 和 Blob ...同时您可以在数据传入时使用窗口函数。它还为您提供管理管道的可视化方式，包括窗口功能。

在您的情况下，您首先将传入数据复制到 Blob，然后再复制到 power-BI。但是，如果您有一个用例来应用窗口功能（1 分钟左右），因为您的数据来自多个来源，例如不止一个传感器或传感器和其他来源，您必须花很多时间才能使其手动工作，而在流分析中您可以轻松做到这一点。

以下文章重点介绍了 Azure 分析的一些优缺点... https://www.axonize.com/blog/iot-technology/the-advantages-and-disadvantages-of-using-azure-stream-analytics-for-iot-applications/

【参考方案2】：

如果可能，我建议先将数据流式传输到 IoT 中心，然后 ASA 可以将其拾取并在 Power BI 上进行渲染。与将数据从 Blob 流式传输到 ASA 再到 Power BI 相比，它将为您提供更好的延迟。它是推荐用于远程监控、预测性维护等的 IoT 模式，并为您提供了在实时管道中添加大量逻辑的长期选项（ML 评分、窗口化、自定义代码等）。