¿Qué es Fabric Activator? Transformación de flujos de datos en acciones automatizadas

Fabric Activator es un motor de detección de eventos sin código y de baja latencia que desencadena automáticamente acciones cuando se detectan patrones o condiciones específicos en orígenes de datos. Las funcionalidades clave son:

Supervisa continuamente estos orígenes de datos con latencia de subsegundos e inicia acciones cuando se cumplen umbrales o se detectan patrones específicos. Estas acciones pueden incluir el envío de correos electrónicos o notificaciones de Teams, el inicio de flujos de Power Automate o la integración con sistemas de terceros.

Arquitectura principal

Activator es el motor de reglas y detección de eventos en el centro de la pila de inteligencia de Fabric Real-Time. Arquitectónicamente, actúa como un observador inteligente: consume flujos de datos de alta velocidad, evalúa las condiciones de las reglas casi en tiempo real e inicia acciones automatizadas descendentes en función de los cambios en los estados de los eventos.

Se ajusta a una arquitectura reactiva impulsada por eventos en la que los datos fluyen continuamente y se toman decisiones basadas en evaluaciones de estado de los datos de eventos en casi tiempo real.

• orígenes de eventos

  El activador se conecta directamente a secuencias de eventos, que ingieren datos de varios productores (Azure Event Hubs, dispositivos IoT, punto de conexión personalizado, etc.). Estos flujos sirven como origen de eventos y Activator puede suscribirse a una o varias secuencias de eventos para observar los cambios de datos. Otros orígenes de eventos podrían ser eventos de Fabric o eventos de Azure, o un activador que escucha un informe de Power BI o un panel de control de Real-Time.

• Eventos y objetos

  Los eventos son registros individuales (por ejemplo, una señal de telemetría o una transferencia de archivos) recibidos mediante eventstream. Estos eventos se agrupan en objetos basados en un identificador compartido (por ejemplo, bikepoint_id, device_id). A continuación, las reglas se evalúan por objeto, lo que permite la detección específica (por ejemplo, por sensor o por recurso).

• Reglas y condiciones

  Cada activador incluye una o varias reglas, que se evalúan continuamente. Estas reglas pueden ser comparaciones simples (value < threshold) o expresiones con estado como BECOMES, DECREASES, INCREASES, EXIT RANGEo ausencia de datos (latido). El activador garantiza el seguimiento de estado por objeto, lo que permite la detección de patrones compleja a lo largo del tiempo.

• Acciones

  Cuando se cumple una condición de regla, Activator puede desencadenar:

  • canalizaciones, cuadernos, funciones o definición de trabajo de Spark en Fabric.

  • Acciones externas a través de Power Automate.

  • Enviar un mensaje de Teams a un canal, grupo o individual

  • Enviar correo electrónico

• Administración de alertas y pruebas de reglas

  Activator proporciona estimaciones preliminares e impacto antes de que se activen las reglas, mostrando la frecuencia con la que una regla se habría activado en los datos históricos. Estas características ayudan a evitar el spam de alertas y la activación excesiva. Internamente, las transiciones de estado se administran para suprimir el ruido (por ejemplo, un valor debe cruzar un umbral, no solo permanecer bajo él).

• Supervisión y control de costos

  Solo se incurre en costos cuando los activadores se están ejecutando activamente. Las instancias del activador se limitan a las capacidades de Fabric y se pueden supervisar a través del área de trabajo. Los registros en tiempo de ejecución y la telemetría están disponibles a través de secuencias de eventos y resultados del pipeline.

Modelo de implementación

Las instancias del activador se implementan por área de trabajo y se enlazan a orígenes de datos específicos. Varios activadores pueden supervisar la misma secuencia, lo que permite evaluaciones de reglas paralelas para distintas funciones empresariales. Dado que el activador está limitado por la capacidad, los precios de pago por uso solo se aplican cuando las reglas se ejecutan activamente, proporcionando así eficiencia de costos para escenarios de detección intermitentes.

Puntos de integración dentro de la inteligencia de Real-Time

Activador como orquestador

El uso eficaz de Activator en arquitecturas en tiempo real de nivel empresarial requiere orquestación intencionada en componentes de Microsoft Fabric y ajuste del rendimiento para el volumen de eventos, la cardinalidad de objetos y la complejidad de las reglas. En esta sección se explora cómo organizar Activator con otros servicios y cómo optimizar la lógica de detección y el comportamiento en tiempo de ejecución para admitir una automatización rentable y de baja latencia a escala.

El activador desempeña un papel central en los pipelines controlados por eventos mediante la evaluación de los datos en el punto de llegada y la activación de acciones aguas abajo. Entre los patrones de orquestación típicos se incluyen:

Conceptos principales

Microsoft Fabric Activator funciona como un motor de reglas de alto rendimiento y con reconocimiento de estado diseñado para la evaluación de baja latencia de eventos de streaming. En su núcleo, Activator procesa eventos en tiempo real emitidos a través de un flujo de eventos, evalúa las condiciones de las reglas por objeto lógico e inicia acciones subsiguientes en respuesta a las transiciones de estado. Para obtener información general sobre Fabric Activator, consulte Introducción a Fabric Activator.

Los conceptos siguientes se usan para compilar y desencadenar acciones y respuestas automatizadas en Fabric Activator.

Fuentes de eventos y eventos

Fabric Activator trata todos los orígenes de datos como flujos de eventos. Un evento representa una observación sobre el estado de un objeto y normalmente incluye un identificador para el objeto, una marca de tiempo y valores de los campos que se supervisan.

Los eventos ingeridos en Activator proceden de:

• Eventstream, que admite varios orígenes ascendentes (por ejemplo, Azure Event Hubs, IoT Hub, desencadenadores de Blob Storage). Eventstream es un tipo de elemento específico de Microsoft Fabric, que permite ingerir, transformar y enrutar eventos en tiempo real sin escribir ningún código. Fabric Activator supervisa la secuencia de eventos y toma medidas automáticamente cuando se detectan patrones o umbrales definidos. El activador también puede suscribirse a dos o más secuencias de eventos para observar los cambios de datos. Las secuencias de eventos varían en la frecuencia. Por ejemplo, los sensores de IoT emiten eventos varias veces por segundo y los sistemas de logística generan eventos esporádicamente, como cuando los paquetes se examinan en ubicaciones de envío.
• Eventos de Fabric. Por ejemplo, los eventos relacionados con los elementos del área de trabajo de Fabric son eventos discretos de Fabric que ocurren cuando se realizan cambios en el área de trabajo de Fabric. Estos cambios incluyen la creación, actualización o eliminación de un elemento de Fabric.
• Eventos de Azure. Por ejemplo, los eventos de Azure Blob Storage se desencadenan cuando un cliente crea, reemplaza, elimina un blob, etc.
• Informe de Power BI. En este caso, los eventos son observaciones periódicas basadas en la programación de actualización de un modelo semántico de Power BI (anteriormente conocido como conjunto de datos). Estas observaciones pueden producirse diaria o semanalmente, formando una secuencia de eventos de movimiento lento.
• Panel del tejido Real-Time.

Cada evento contiene:

• Una marca de tiempo
• Una carga útil (datos estructurados o semiestructurados)
• Uno o varios atributos usados para la identificación de objetos (por ejemplo, device_id, bikepoint_id)

Objetos

En Fabric Activator, las entidades que supervisa se denominan objetos de negocio, que pueden ser físicos o conceptuales. Algunos ejemplos incluyen objetos físicos, como congeladores, vehículos, paquetes y usuarios, y objetos conceptuales, como campañas publicitarias, cuentas de cliente, sesiones de usuario.

Para modelar un objeto de negocio en Activator, conecte una o varias secuencias de eventos, seleccione una columna para que actúe como identificador de objeto y especifique los campos que desea tratar como propiedades del objeto.

El término instancia de objeto hace referencia a un ejemplo específico de un objeto de negocio, como un congelador, un vehículo o una sesión de usuario determinada. En cambio, el objeto normalmente hace referencia a la definición o clase general (por ejemplo, congelador como un tipo). El término población se utiliza para referirse al conjunto completo de instancias de objetos que se supervisan.

La creación de objetos es implícita: Activator agrupa eventos mediante una clave de objeto designada. Las reglas se limitan a los objetos, lo que significa que toda la lógica de evaluación es compatible con objetos e independiente entre instancias. Por ejemplo, una regla de supervisión de bikepoint_id produce evaluaciones lógicas distintas para cada estación de bicicleta única.

Reglas

Las reglas definen las condiciones que desea detectar en los objetos y las acciones que se deben realizar cuando se cumplen esas condiciones. Por ejemplo, una regla en un objeto congelador podría detectar cuándo aumenta la temperatura por encima de un umbral seguro y enviar automáticamente una alerta por correo electrónico al técnico asignado.

Las reglas de Activator pueden ser sin estado o con estado:

• Las reglas sin estado evalúan cada evento de forma aislada (por ejemplo, el valor < 50).
• Reglas con estado mantienen la memoria entre eventos por objeto (por ejemplo, DISMINUYE, SE CONVIERTE, SALE DEL RANGO)

La evaluación con estado se basa en:

• Detección diferencial: realiza un seguimiento de los cambios entre los valores de evento anteriores y actuales.
• Secuenciación temporal: evalúa las condiciones basadas en el tiempo, como la ausencia de eventos (detección de latidos)
• Transiciones de estado: las reglas solo se activan al entrar en un nuevo estado, lo que impide la activación repetida en condiciones no modificadas.

Cada condición de regla se compila en un gráfico de ejecución que se evalúa continuamente, en memoria y casi al instante. El sistema está optimizado para la latencia de decisión de subsegundos después de la llegada del evento.

Acciones

Cuando se cumplen las condiciones de una regla y se inicia una acción, se dice que la regla se activa. Entre los destinos admitidos para las acciones se incluyen:

• Canalizaciones de tejido (para el movimiento de datos, enriquecimiento)
• Cuadernos de Fabric (para la puntuación y el diagnóstico de aprendizaje automático)
• Trabajos de Spark en Fabric (para trabajos por lotes o streaming)
• Funciones de infraestructura (para la lógica de negocio personalizada con código)
• Flujos de Power Automate (para la integración de procesos empresariales)
• Notificaciones de Teams (mediante mensajería basada en plantillas)
• Notificaciones por correo electrónico

Activator emite un mensaje de desencadenador con el estado actual del objeto y los metadatos de regla, y las acciones no son de bloqueo, es decir, y Activator no espera a que se completen las acciones para habilitar flujos asincrónicos escalables.

Propiedades

Las propiedades son campos o atributos específicos de un objeto de negocio que desea supervisar. Pueden ser características físicas o conceptuales, como:

• Temperatura de un paquete
• Estado de un envío
• Saldo de una cuenta de cliente
• Puntuación de participación de una sesión de usuario

Se derivan de secuencias de eventos, que son flujos continuos de datos de orígenes como sensores de IoT, informes de Power BI u otros sistemas.

Cuando se define un objeto de negocio en Activator, se conectan una o varias secuencias de eventos, se elige una columna para servir como identificador de objeto y se seleccionan otras columnas para que se traten como propiedades de ese objeto. Puede crear reglas en estas propiedades para realizar un seguimiento de los cambios a lo largo del tiempo, detectar cuándo una propiedad supera un umbral o está fuera de un intervalo, o desencadenar acciones como alertas, flujos de trabajo o notificaciones.

Las propiedades también son útiles cuando se desea reutilizar la lógica en varias reglas. Por ejemplo, en un objeto congelador, puede definir una propiedad que calcule un promedio de temperatura durante un período de una hora. Una vez definida, se puede hacer referencia a esta propiedad en varias reglas, como aquellas que detectan sobrecalentamiento, fluctuaciones de temperatura o umbrales de mantenimiento, sin duplicar la lógica. Al centralizar la lógica en las propiedades, las reglas son más fáciles de administrar, más coherentes y más fáciles de actualizar con el tiempo.

Período de retrospectiva

El período de retrospectiva hace referencia a la duración de los datos históricos que Activator analiza para evaluar una regla. Garantiza que haya suficientes datos pasados disponibles para detectar con precisión patrones o agregaciones de proceso como promedios, incluso si los datos llegan tarde o irregularmente.

El período de retroceso viene determinado por:

• Cómo se define la regla, por ejemplo, si requiere analizar tendencias, detectar anomalías o comparar valores con el tiempo.
• El volumen de datos entrantes, como el número de eventos por segundo en la secuencia de eventos.

Considere una operación de logística farmacéutica que transporta paquetes de medicamentos en una cadena de frío. El objetivo es recibir una alerta cuando un paquete se vuelve demasiado cálido.

Supongamos que la regla está definida para:

• Evaluar la temperatura media de cada paquete en una ventana de tres horas
• Desencadenar una alerta si la temperatura media supera los 8°C

Para calcular esta regla con precisión, Fabric Activator debe analizar una ventana más amplia de datos históricos, en concreto, un período de retroceso de seis horas. Garantiza que haya suficientes datos disponibles para calcular el promedio de tres horas en cualquier momento dado, incluso si los datos llegan con algún retraso o irregularidad.

El período de retrospección es esencial para permitir una detección oportuna y precisa de las condiciones, especialmente en escenarios en los que los patrones de datos evolucionan con el tiempo.

Identificadores de objeto activos distintos

Las reglas basadas en atributos se usan para supervisar cómo cambian los atributos específicos de un objeto a lo largo del tiempo. En el ejemplo de logística farmacéutica, cada paquete de medicamentos se representa mediante un identificador de objeto único y el sistema recibe lecturas periódicas de temperatura para cada paquete.

Para evaluar estas reglas de forma eficaz, Fabric Activator realiza un seguimiento de los identificadores de objeto activos, es decir, los objetos para los que llegan los eventos dentro del período de búsqueda definido. Este comportamiento garantiza que solo se tienen en cuenta los objetos activos pertinentes actualmente al aplicar reglas.

Por ejemplo, una estación de peaje podría realizar un seguimiento de los vehículos (identificadores de objeto) a medida que pasan. Cada vehículo genera eventos (por ejemplo, exámenes de entrada y salida), y solo los objetos con actividad reciente se consideran activos y evaluados por el sistema.

También hay límites en función del número de identificadores de objeto distintos (número de paquetes) que se están rastreando dentro de la ventana retrospectiva.

Casos de uso comunes

Estos son algunos escenarios reales en los que puede usar Fabric Activator:

• Inicie automáticamente campañas publicitarias cuando disminuyan las ventas de la misma tienda, lo que ayuda a aumentar el rendimiento en ubicaciones con un rendimiento inferior.
• Notifique a los gerentes de las tiendas de comestibles que reubiquen los alimentos de los congeladores que no funcionan correctamente antes de que se produzca la descomposición.
• Desencadene flujos de trabajo de divulgación personalizados cuando el recorrido de un cliente entre aplicaciones, sitios web u otros puntos de contacto indica una experiencia negativa.
• Inicie proactivamente flujos de trabajo de investigación cuando el estado de un envío no se actualizó en un período de tiempo definido, lo que ayuda a localizar paquetes perdidos más rápido.
• Alerta a los equipos de cuentas cuando los clientes caen en mora, utilizando umbrales personalizados para el tiempo o los saldos pendientes por cliente.
• Monitoree el estado de la canalización y vuelva a ejecutar automáticamente los trabajos con errores o alerte a los equipos cuando se detecten anomalías o fallos.

Paso siguiente

Consulte Tutorial: Creación y activación de una regla de Activador de Fabric.