Power BI のリアルタイム ダッシュボード: ストリーミング データとライブ更新

ほとんどの分析プラットフォームは昨日のデータを対象に構築されており、分または時間単位のスケジュールで更新され、ユーザーは見ているものが過去のある時点のスナップショットであることを理解しています。ほとんどの分析ユースケースでは、これで問題ありません。

しかし、昨日のデータが役に立たない類の問題も存在します。たとえば、品質上の欠陥を数秒以内に発見する必要がある製造ラインの監視、サーバー インフラストラクチャのリアルタイム負荷の追跡、小売取引の不正行為の発生時の監視、車両のフリート位置のリアルタイム管理などです。これらのユースケースでは、Power BI のストリーミング機能とリアルタイム機能により、ダッシュボードが履歴レビュー ツールからライブ運用モニターに変わります。

このガイドでは、リアルタイム データに対する Power BI の 3 つのアプローチ、それぞれの技術アーキテクチャ、実際的な構成手順、リアルタイム ダッシュボードが最大の価値をもたらす IoT と運用監視パターンについて説明します。

重要なポイント

• Power BI は、プッシュ データセット (REST API)、ストリーミング データセット (履歴なし)、ハイブリッド ストリーミング (履歴のある REST API) の 3 つのストリーミング モードをサポートします。
• Azure Event Hubs と Azure Stream Analytics は、大容量 IoT とイベント ストリーミングの標準パイプラインです
• Power BI ダッシュボード上のストリーミング タイルは、ページを更新せずにリアルタイムで更新されます
• プッシュ データセットは履歴分析をサポートします。純粋なストリーミング データセットは現在の状態のみを表示します
• リアルタイム ダッシュボードは、探索的な分析ではなく、運用監視に最適です。
• ストリーミング データセットの制限は、データセットごとに 1 時間あたり 100 万行です
• Power BI 埋め込みにより、カスタム運用アプリケーションでリアルタイム ダッシュボードを表示できる
• データが Power BI に到達する前に、Azure Stream Analytics を使用してストリーミング データに対して異常検出を実行できます

---

Power BI の 3 つのリアルタイム モード

Power BI は、リアルタイム データに対して 3 つの異なるアプローチを提供しており、それぞれに異なる機能とトレードオフがあります。

モード 1: ストリーミング データセット (純粋なストリーミング) データは REST API 経由でストリーミング データセットにプッシュされます。ダッシュボードはリアルタイムで更新されます。履歴データは保存されません。データセットには現在/最近の状態のみが表示されます。これは歴史的な記録ではなく、ライブ ティッカーと考えてください。

• 最適な用途: 履歴コンテキストが必要ないライブ運用メトリクス
• データ保持: なし (または非常に短い期間)
• レポートの種類: ダッシュボード タイルのみ (レポートなし)
• レイテンシー: ほぼリアルタイム (秒)
• 制限: データセットあたり 100 万行/時間

モード 2: データセットのプッシュ (履歴のある API) データは REST API 経由でプッシュされ、Power BI データセットに保存されます (インポート モードと同様)。新しいデータが到着すると、ダッシュボードが更新されます。履歴が保持されるため、完全なレポートとグラフが利用可能になります。更新はスケジュールに基づいてではなく、データの到着時に行われます。

• 最適な用途: 傾向分析による運用監視
• データ保持: 完全な履歴 (インポート モードのデータセット サイズによって制限されます)
• レポートの種類: 完全なレポート + ダッシュボード タイル
• レイテンシー: ほぼリアルタイム (秒)
• 制限: データセットごとに 1 時間あたり 100 万行、合計 500 万行 (Premium で拡張可能)

モード 3: 直接クエリ / ライブ接続 (データベースベース) Power BI は、ライブ データベースまたは Azure Analysis Services インスタンスに接続し、リアルタイムでクエリを実行します。基になるデータが変更されると、Power BI グラフが更新されるとその変更が反映されます。

• 最適な用途: ライブ分析データベースに対する豊富な分析クエリ
• データ保持: バックエンド システムによって管理されます
• レポートの種類: 完全な対話型レポート
• レイテンシ: 数秒から数分 (クエリとソースのパフォーマンスによって異なります)
• 制限: ソースデータベースの容量

---

Azure Event Hubs + Stream Analytics アーキテクチャ

大容量の IoT とイベント ストリーミングの場合、推奨されるアーキテクチャでは、データが Power BI に到達する前に Azure サービスを介してパイプライン処理されます。

IoT Devices / Application Events
        ↓
Azure IoT Hub / Azure Event Hubs
(ingestion layer — billions of events/day)
        ↓
Azure Stream Analytics
(real-time processing, windowing, aggregation)
        ↓
Power BI Streaming Dataset
(display layer — dashboard tiles update live)

なぜこのアーキテクチャなのか?

生の IoT データは高速で受信されます (製造センサー、車両テレメトリ、またはアプリケーション ログから 1 秒あたり数千のイベント)。 Power BI ストリーミング データセットは 100 万行/時を処理できます。これは集約データには十分ですが、生の高周波センサー ストリームには十分ではありません。

Azure Stream Analytics はその中間に位置し、分析価値を追加しながら Power BI が処理できる量までデータ量を削減する時間枠集計を適用します。

-- Stream Analytics query: aggregate sensor readings every 30 seconds
SELECT
    System.Timestamp() AS WindowEnd,
    DeviceId,
    AVG(Temperature) AS AvgTemperature,
    MAX(Temperature) AS MaxTemperature,
    MIN(Temperature) AS MinTemperature,
    COUNT(*) AS ReadingCount,
    AVG(Pressure) AS AvgPressure,
    CASE
        WHEN AVG(Temperature) > 85 THEN 'Critical'
        WHEN AVG(Temperature) > 75 THEN 'Warning'
        ELSE 'Normal'
    END AS AlertLevel
INTO [PowerBIOutput]
FROM [IoTHubInput] TIMESTAMP BY EventTime
GROUP BY DeviceId, TUMBLINGWINDOW(second, 30)

このクエリは、数千のデバイスから生の温度と圧力の測定値を受け取り、30 秒のウィンドウごとにデバイスごとに 1 つの集計レコードを出力します。これにより、1 時間あたり数百万の生のイベントが、Power BI で簡単に処理できる数万の集計レコードに変換されます。

---

Power BI でストリーミング データセットを作成する

ステップ 1: ストリーミング データセットを作成する

Power BI サービス → ワークスペース → 新規 → ストリーミング データセット。

データ ソースとして「API」を選択します (REST API プッシュの場合)。スキーマ、つまり各データ レコードとともにプッシュされるフィールドを定義します。

レポートレベルの分析のために履歴を保存したい場合は、「履歴データ分析」をオンに設定します。 OFF は純粋なストリーミング データセットを作成します。

作成後、Power BI は以下を提供します。

• プッシュ URL: データが送信される REST エンドポイント
• API キー: プッシュ エンドポイントの認証

ステップ 2: データをストリーミング データセットにプッシュする

HTTP POST リクエストを実行できるシステムであれば、データをプッシュできます。ペイロード形式:

[
  {
    "Timestamp": "2026-03-19T14:32:15Z",
    "DeviceID": "LINE-A-SENSOR-007",
    "Temperature": 72.4,
    "Pressure": 14.7,
    "AlertLevel": "Normal",
    "MachineLine": "Assembly Line A"
  }
]

テストのためにカール経由でプッシュします。

curl -X POST \
  "https://api.powerbi.com/beta/{tenant}/datasets/{datasetId}/rows?key={apiKey}" \
  -H "Content-Type: application/json" \
  -d '[{"Timestamp":"2026-03-19T14:32:15Z","DeviceID":"LINE-A-SENSOR-007","Temperature":72.4,"Pressure":14.7,"AlertLevel":"Normal","MachineLine":"Assembly Line A"}]'

ステップ 3: ダッシュボード タイルを作成する

Power BI ダッシュボードで、[タイルの追加] → [カスタム ストリーミング データ] をクリックし、ストリーミング データセットを選択 → 視覚エフェクト (ゲージ、折れ線グラフ、カードなど) を構成 → ダッシュボードに追加します。

ストリーミング データセット タイルは、新しいデータが到着すると自動的に更新されます。ページを更新する必要はありません。

---

リアルタイムの製造ダッシュボードの構築

製造は、最も影響力のあるリアルタイム Power BI ユース ケースの 1 つです。生産ラインは、温度、圧力、速度、カウント、品質チェック結果などの一定のセンサー データを生成します。リアルタイムのダッシュボードにより、運用マネージャーや品質エンジニアはラインのステータスを即座に確認できます。

製造リアルタイム ダッシュボードのレイアウト:

KPI タイル (上の行):

• 現在の OEE (総合機器効率) — 毎分更新
• 今日生産されたユニットと目標値 - 各生産数で更新されます
• 欠陥率 (過去 30 分間) — 品質チェックが記録されると更新されます
• アクティブなアラート (現在の警告/重大な状態の数)

回線ステータスのビジュアル: 各生産ラインの現在のステータス (実行中、アイドル、障害) を色分けして示すゲージまたはスコアカードのビジュアル。ストリーミング データセットから 30 秒ごとに更新されます。

気温の傾向 (過去 2 時間): ローリング 2 時間ウィンドウにわたるマシン ゾーンごとの温度を示す折れ線グラフ。温度の異常（臨界しきい値に近づく）は、機器の障害を引き起こす前に視覚的なスパイクとして現れます。

アラートフィード: 最新の 10 件のアラート (デバイス ID、アラート タイプ、重大度、タイムスタンプ) を表示するテーブル タイル。新しいアラートは、ストリーミング データセットにプッシュされると上部に表示されます。

---

リアルタイムの金融取引監視

金融サービス企業は、トランザクション監視、特に処理後数秒以内に異常なトランザクションを特定することが重要な不正検出に Power BI リアルタイム ダッシュボードを使用しています。

財務リアルタイム監視のためのアーキテクチャ:

決済プロセッサ → Azure Event Hub → Stream Analytics (不正スコアリング ルールの適用) → Power BI ストリーミング データセット

Stream Analytics は、トランザクションを分類するルールを適用します。

SELECT
    System.Timestamp() AS Timestamp,
    MerchantCategory,
    COUNT(*) AS TransactionCount,
    SUM(Amount) AS TotalAmount,
    AVG(Amount) AS AvgAmount,
    SUM(CASE WHEN FraudScore > 0.8 THEN 1 ELSE 0 END) AS HighRiskCount,
    SUM(CASE WHEN FraudScore > 0.8 THEN Amount ELSE 0 END) AS HighRiskAmount
INTO [PowerBIOutput]
FROM [TransactionInput] TIMESTAMP BY TransactionTime
GROUP BY MerchantCategory, TUMBLINGWINDOW(minute, 5)

Power BI ダッシュボードには、トランザクション量、金額、不正リスク指標の 5 分間のローリング ウィンドウが表示されます。高リスクのトランザクション数が急増すると、即時レビューがトリガーされます。また、データはトランザクションから数秒以内に到着するため、トランザクションがまだ承認待ちである間に不正行為チームが介入することができます。

---

IoT デバイス監視ダッシュボード

IoT の展開 (スマート ビルディング センサー、コネクテッド ビークル、環境監視ネットワーク) は、Power BI がリアルタイムで視覚化できる継続的なテレメトリを生成します。

スマートビルモニタリング: 建物のセンサー (温度、湿度、CO2、占有率、エネルギー消費量) は、60 秒ごとにデータを Azure IoT Hub にプッシュします。 Stream Analytics はフロアとゾーンごとに集計します。 Power BI ダッシュボードには次の内容が表示されます。

• フロアごとの温度マップ (ヒート マップとしてスタイル設定された Power BI のマトリックス ビジュアルを使用)
• 建物ゾーンごとのリアルタイムのエネルギー消費量
• HVAC 効率の相関関係を備えた占有数
• しきい値アラート付きの大気質インジケーター

フリート管理: 車両の GPS テレメトリは、位置、速度、燃料レベル、診断コードを 30 秒ごとにプッシュします。 Stream Analytics は以下を計算します。

• 現在の車両の位置 (車両ごとに最後に知られた位置)
• 速度違反（ジオフェンスで囲まれた制限速度を超えた車両）
• 燃料閾値に近づいている車両
• OBD2診断コードからの予知メンテナンスフラグ

Power BI の ArcGIS または Azure Maps ビジュアルは、リアルタイムの車両位置を地図上に表示します。新しい GPS レコードが到着すると、ストリーミング データセットは位置マーカーを更新します。

---

リアルタイムとほぼリアルタイム: 正しい選択をする

真のリアルタイム (1 秒未満の遅延) は、ほぼリアルタイム (15 秒から 5 分の遅延) よりも複雑でコストがかかります。ほとんどのビジネス ユース ケースでは、ほぼリアルタイムで十分です。

ほとんどのビジネス監視のユースケース (運用ダッシュボード、サポート チケット キュー、販売活動の監視) では、1 ～ 5 分の遅延が完全に適切であり、ストリーミング アーキテクチャではなく単純なスケジュールされた更新で実現できます。

真のストリーミング アーキテクチャが正当化されるのは、(1) データによって引き起こされるビジネス上の意思決定が価値を得るには数秒以内に行われる必要がある場合、または (2) データ量が多すぎて、データベースでの具体化に時間がかかりすぎて、スケジュールされた更新が追いつかない場合です。

---

よくある質問

Power BI ストリーミング データセットに同時にデータをプッシュできるデバイスの数は何台ですか?

Power BI ストリーミング データセットには、データセットごとに 1 時間あたり 100 万行のレート制限があります。毎秒数千のデバイスがデータを送信する IoT シナリオでは、この制限はすぐに超えてしまいます。標準アーキテクチャでは、Azure Event Hubs (1 日に数十億のイベントを処理できます) と Azure Stream Analytics を使用して、削減され集約されたデータを Power BI にプッシュする前にデバイス テレメトリを集約します。デバイスから Power BI への直接プッシュは、少数のデバイスからの低頻度データにのみ適しています。

ストリーミング データセット タイルは Power BI レポートで機能しますか、それともダッシュボードのみで機能しますか?

純粋なストリーミング データセット タイル (履歴データなし) は、Power BI ダッシュボードでのみ機能し、対話型レポートでは機能しません。これは、ストリーミング タイル レンダラーがレポート エンジンではなく、自動更新を使用してダッシュボード レイヤーで動作するためです。履歴データを含むプッシュ データセット (履歴分析が有効になっている「API」ソース タイプ) は、すべてのグラフ タイプを含む完全な対話型レポートをサポートします。プッシュ データセットのダッシュボード タイルもほぼリアルタイムで更新されます。

Power BI はストリーミング データセット内のデータの順序をどのように処理しますか?

Power BI のストリーミング データセットは順序付けを強制しません。データは到着した順序で表示されます。時系列グラフの場合、日時列は X 軸の順序付けに使用されます。遅れて到着するデータ (順序を外して到着するレコード) により、グラフが再並べ替えられる前に一時的な表示アーチファクトが発生する可能性があります。 Azure Stream Analytics は、構造化ストリーミング パイプラインの遅延到着許容度を処理し、Power BI に到達する前にデータが一貫した順序で到着することを保証します。

リアルタイム ストリーミング データと履歴インポート データを同じレポート内で結合できますか?

はい、ただし複合モデルを使用します。プッシュ データセット (履歴データを含む REST API) は、他のインポート モード テーブルと一緒に Power BI データセットにインポートできます。より一般的なアプローチ: Azure Stream Analytics を使用して、Azure SQL (インポート モードによる履歴分析用) と Power BI ストリーミング データセット (リアルタイム表示用) の両方にストリーミング概要を書き込みます。レポートは履歴グラフ用にインポート モードの Azure SQL データセットに接続し、ダッシュボードはリアルタイム KPI 用にストリーミング タイルを使用します。

非ストリーミング Power BI ダッシュボードの自動更新の最小値はどれくらいですか?

Power BI ダッシュボード タイル (インポートまたは DirectQuery データセットに接続されている) には、Premium 容量が割り当てられたダッシュボードの最小自動更新間隔が 1 分あります。プレミアムを使用しない場合、最短は 30 分です。この「自動更新」により、タイルは一定の間隔でデータセットのクエリを再実行します。これは真のストリーミングではありませんが、1 分間の鮮度が許容される運用監視にほぼリアルタイムの更新を提供します。

---

次のステップ

リアルタイム ダッシュボードには、履歴分析とは異なる技術的アプローチが必要です。アーキテクチャ、データ パイプライン、ダッシュボードの設計はすべて変更されます。イベント発生後、数時間や数日ではなく、数秒または数分以内に運用上の決定を本当に行う必要がある場合、投資は正当化されます。

ECOSIRE の Power BI ダッシュボード開発サービス には、リアルタイム ストリーミング アーキテクチャの設計、Azure Event Hub と Stream Analytics の構成、運用監視ダッシュボードの実装が含まれます。ユースケースにリアルタイムのストリーミングが必要かどうか、またはほぼリアルタイムのスケジュールされた更新がニーズを満たすかどうかを評価するには、お問い合わせください。