引入和转换实时数据
Microsoft Fabric 中的 Real-Time Intelligence 提供了两种用于引入流数据的主要方法：使用事件流或直接将数据引入 Eventhouse 中的 KQL 数据库。
用于数据引入和转换的事件流
事件流是一种将实时事件引入 Fabric、转换事件，然后将数据路由到目标的方法。
该图像显示了 Eventstream 的三个主要组件：数据源自的 源 、应用于数据的 转换 （可选处理）以及发送已处理数据 的目标 。
想想事件流组件，如水管系统。 源是水龙头，转换是沿途的筛选器，你需要一个目标，如接收器或桶来收集和使用水。
接下来，让我们查看 Eventstream 的每个组件。
事件流的数据源
在 Fabric 中创建事件流后，可以将其连接到各种数据源。 可以从Microsoft源流式传输数据，还可以从非Microsoft平台引入数据，包括：
- Microsoft源，例如 Azure 事件中心、Azure IoT 中心、Azure 服务总线、数据库服务中的变更数据捕获（CDC）源等。
- Azure 事件，例如 Azure Blob 存储事件。
- Fabric 事件，例如对 Fabric 工作区中项的更改、OneLake 数据存储中的数据更改以及与 Fabric 作业关联的事件。
- 外部源，如 Apache Kafka、Google Cloud Pub/Sub 和 MQTT（消息队列遥测传输）（预览版）
提示
若要查看所有受支持的源，请参阅 支持的源。
事件流中的事件转换
源系统中的原始数据很少采用分析或存储所需的确切格式。 转换使数据有用且可作。 可以在事件流中流动时转换数据，以便在存储数据之前对其进行筛选、汇总和重塑。 可用转换的示例包括：SQL 代码、筛选器、管理字段、聚合、分组依据、展开和联接。
提示
有关支持的转换的详细信息，请参阅使用事件处理程序编辑器处理事件数据和使用 SQL 代码编辑器处理事件。
事件流中的数据目标
连续流式处理数据流，本质上是暂时的。 它需要立即处理和存储来保留其值。 事件流中的目标使实时数据处理可执行。 处理的数据可用于查询、报表、仪表板、警报、作或与其他系统的集成。 可以将数据流中的数据加载到以下目标：Eventhouse、Lakehouse、派生流、Fabric 激活器或自定义终结点中的 KQL 数据库。
提示
有关支持的目标的详细信息，请参阅 在事件流中添加和管理目标。
直接引入到 Eventhouse 中的 KQL 数据库
数据还可以直接引入到 Eventhouse 中的 KQL（Kusto 查询语言）数据库中。 数据引入源的一些示例包括：本地文件、Azure 存储、Amazon S3、Azure 事件中心、OneLake 等。 可以使用 连接器 或通过 KQL 数据库中的 “获取数据 ”选项来配置数据引入，如下图所示。
包含更新策略的 Eventhouse 中 KQL 数据库中的数据转换
将数据直接引入 KQL 数据库时，数据首先会登陆数据库中，然后可以使用 更新策略进行转换。 这与在流处理 期间 发生的事件流转换不同，在将数据路由到目标之前。
更新策略是在将新数据写入表时触发的自动化机制。 它们运行查询来转换引入的数据，并将结果保存到目标表。