Real-Time Dashboards in Power BI: Streaming Data and Live Updates

پاور BI میں ریئل ٹائم ڈیش بورڈز: اسٹریمنگ ڈیٹا اور لائیو اپ ڈیٹس

زیادہ تر تجزیاتی پلیٹ فارمز کل کے ڈیٹا کے لیے بنائے گئے ہیں — وہ منٹوں یا گھنٹوں میں ماپا جانے والے نظام الاوقات پر ریفریش ہوتے ہیں، اور صارفین سمجھتے ہیں کہ وہ جو کچھ دیکھ رہے ہیں وہ ماضی کے کسی وقت کا سنیپ شاٹ ہے۔ زیادہ تر تجزیاتی استعمال کے معاملات میں، یہ ٹھیک ہے۔

لیکن مسائل کا ایک طبقہ ہے جہاں کل کا ڈیٹا بیکار ہے: ایک مینوفیکچرنگ لائن کی نگرانی جہاں کوالٹی کی خرابی کو سیکنڈوں میں پکڑنے کی ضرورت ہوتی ہے، سرور کے بنیادی ڈھانچے پر ریئل ٹائم بوجھ کا پتہ لگانا، ریٹیل ٹرانزیکشن فراڈ کی نگرانی کرنا، یا ریئل ٹائم میں گاڑیوں کے فلیٹ پوزیشنز کا انتظام کرنا۔ ان استعمال کے معاملات کے لیے، پاور BI کی سٹریمنگ اور ریئل ٹائم صلاحیتیں ڈیش بورڈز کو تاریخی جائزہ کے ٹولز سے لائیو آپریشنل مانیٹر میں تبدیل کرتی ہیں۔

یہ گائیڈ ریئل ٹائم ڈیٹا کے لیے Power BI کے تین طریقوں، ہر ایک کے لیے تکنیکی فن تعمیر، عملی ترتیب کے مراحل، اور IoT اور آپریشنل مانیٹرنگ پیٹرن کا احاطہ کرتا ہے جہاں ریئل ٹائم ڈیش بورڈز سب سے زیادہ قیمت فراہم کرتے ہیں۔

اہم ٹیک ویز

• پاور BI تین اسٹریمنگ طریقوں کو سپورٹ کرتا ہے: پش ڈیٹاسیٹس (REST API)، اسٹریمنگ ڈیٹاسیٹس (کوئی تاریخ نہیں) اور ہائبرڈ اسٹریمنگ (تاریخ کے ساتھ REST API)
• Azure Event Hubs اور Azure Stream Analytics ہائی والیوم IoT اور ایونٹ سٹریمنگ کے لیے معیاری پائپ لائن ہیں۔
• پاور BI ڈیش بورڈز پر اسٹریمنگ ٹائلز صفحہ ریفریش کے بغیر حقیقی وقت میں اپ ڈیٹ ہوتی ہیں۔
• پش ڈیٹاسیٹس تاریخی تجزیہ کی حمایت کرتے ہیں۔ خالص سٹریمنگ ڈیٹاسیٹس صرف موجودہ حالت دکھاتے ہیں۔
• ریئل ٹائم ڈیش بورڈز آپریشنل مانیٹرنگ کے لیے بہترین کام کرتے ہیں، تلاشی تجزیات کے لیے نہیں۔
• سٹریمنگ ڈیٹاسیٹ کی حد 1 ملین قطاریں فی گھنٹہ فی ڈیٹاسیٹ ہے۔
• پاور BI ایمبیڈڈ اپنی مرضی کے مطابق آپریشنل ایپلی کیشنز میں ریئل ٹائم ڈیش بورڈز کو ظاہر کر سکتا ہے۔
• ڈیٹا پاور BI تک پہنچنے سے پہلے Azure Stream Analytics کا استعمال کرتے ہوئے سٹریمنگ ڈیٹا پر بے ضابطگی کا پتہ چل سکتا ہے۔

---

پاور BI کے تین ریئل ٹائم موڈز

پاور BI ریئل ٹائم ڈیٹا کے لیے تین الگ الگ طریقے پیش کرتا ہے، ہر ایک مختلف صلاحیتوں اور تجارت کے ساتھ۔

موڈ 1: اسٹریمنگ ڈیٹاسیٹس (خالص اسٹریمنگ) ڈیٹا کو REST API کے ذریعے اسٹریمنگ ڈیٹاسیٹ میں دھکیل دیا جاتا ہے۔ ڈیش بورڈز ریئل ٹائم میں اپ ڈیٹ ہوتے ہیں۔ کوئی تاریخی ڈیٹا محفوظ نہیں ہے — ڈیٹاسیٹ صرف موجودہ/حالیہ حالت دکھاتا ہے۔ اسے ایک لائیو ٹکر سمجھیں، تاریخی ریکارڈ نہیں۔

• بہترین برائے: لائیو آپریشنل میٹرکس جہاں تاریخی سیاق و سباق کی ضرورت نہیں ہے۔
• ڈیٹا برقرار رکھنا: کوئی نہیں (یا بہت مختصر ونڈو)
• رپورٹ کی اقسام: صرف ڈیش بورڈ ٹائلیں (کوئی رپورٹ نہیں)
• تاخیر: قریب حقیقی وقت (سیکنڈ)
• حد: 1 ملین قطاریں/گھنٹہ فی ڈیٹا سیٹ

موڈ 2: پش ڈیٹاسیٹس (API مع تاریخ) ڈیٹا کو REST API کے ذریعے آگے بڑھایا جاتا ہے اور پاور BI ڈیٹاسیٹ (جیسے امپورٹ موڈ) میں محفوظ کیا جاتا ہے۔ نیا ڈیٹا آتے ہی ڈیش بورڈز اپ ڈیٹ ہو جاتے ہیں۔ مکمل رپورٹس اور چارٹ دستیاب ہیں کیونکہ تاریخ برقرار ہے۔ ریفریشز ڈیٹا کی آمد کے ساتھ ہی ہوتی ہیں، شیڈول پر نہیں۔

• بہترین کے لیے: رجحان کے تجزیہ کے ساتھ آپریشنل مانیٹرنگ
• ڈیٹا برقرار رکھنا: مکمل تاریخ (درآمد موڈ ڈیٹاسیٹ سائز کے لحاظ سے محدود)
• رپورٹ کی اقسام: مکمل رپورٹس + ڈیش بورڈ ٹائل
• تاخیر: قریب حقیقی وقت (سیکنڈ)
• حد: فی گھنٹہ 1 ملین قطاریں فی ڈیٹاسیٹ، کل 5 ملین قطاریں (پریمیم کے ساتھ قابل توسیع)

موڈ 3: براہ راست استفسار / لائیو کنکشن (ڈیٹا بیس کی حمایت یافتہ) پاور BI لائیو ڈیٹا بیس یا Azure Analysis Services مثال سے منسلک ہوتا ہے اور اس سے حقیقی وقت میں استفسار کرتا ہے۔ جیسے جیسے بنیادی ڈیٹا تبدیل ہوتا ہے، پاور BI چارٹس تازہ ہونے پر تبدیلی کی عکاسی کرتے ہیں۔

• بہترین برائے: لائیو تجزیاتی ڈیٹا بیس کے خلاف بھرپور تجزیاتی سوالات
• ڈیٹا کو برقرار رکھنا: بیک اینڈ سسٹم کے ذریعہ منظم کیا جاتا ہے۔
• رپورٹ کی اقسام: مکمل انٹرایکٹو رپورٹس
• تاخیر: سیکنڈ سے منٹ (استفسار اور ذریعہ کی کارکردگی پر منحصر ہے)
• حد: ماخذ ڈیٹا بیس کی گنجائش

---

Azure Event Hubs + Stream Analytics فن تعمیر

ہائی والیوم IoT اور ایونٹ اسٹریمنگ کے لیے، تجویز کردہ آرکیٹیکچر پائپ لائنز ڈیٹا کو Azure سروسز کے ذریعے Power BI تک پہنچنے سے پہلے:

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)

یہ فن تعمیر کیوں؟

خام IoT ڈیٹا تیز رفتار پر آتا ہے (مینوفیکچرنگ سینسر، گاڑی کی ٹیلی میٹری، یا ایپلیکیشن لاگز سے فی سیکنڈ ہزاروں واقعات)۔ پاور BI سٹریمنگ ڈیٹا سیٹس 1 ملین قطاروں/گھنٹہ کو ہینڈل کر سکتے ہیں — مجموعی ڈیٹا کے لیے کافی ہے لیکن خام ہائی فریکوئنسی سینسر اسٹریمز کے لیے نہیں۔

Azure Stream Analytics درمیان میں بیٹھتا ہے، ٹائم ونڈو والے مجموعوں کو لاگو کرتا ہے جو ڈیٹا کے حجم کو کسی ایسی چیز میں کم کر دیتا ہے جسے Power BI تجزیاتی قدر شامل کرتے ہوئے سنبھال سکتا ہے:

-- 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)

یہ استفسار ہزاروں آلات سے خام درجہ حرارت اور دباؤ کی ریڈنگ حاصل کرتا ہے اور فی آلہ فی 30 سیکنڈ ونڈو میں ایک مجموعی ریکارڈ حاصل کرتا ہے — فی گھنٹہ لاکھوں خام واقعات کو دسیوں ہزار مجموعی ریکارڈز میں تبدیل کرتا ہے جنہیں Power BI آسانی سے ہینڈل کرتا ہے۔

---

پاور BI میں اسٹریمنگ ڈیٹاسیٹ بنانا

مرحلہ 1: اسٹریمنگ ڈیٹاسیٹ بنائیں

پاور BI سروس میں → ورک اسپیس → نیا → اسٹریمنگ ڈیٹا سیٹ۔

ڈیٹا سورس کے طور پر "API" کو منتخب کریں (REST API پش کے لیے)۔ اسکیما کی وضاحت کریں — وہ فیلڈز جنہیں ہر ڈیٹا ریکارڈ کے ساتھ آگے بڑھایا جائے گا:

اگر آپ رپورٹ کی سطح کے تجزیہ کے لیے تاریخ کو ذخیرہ کرنا چاہتے ہیں تو "تاریخی ڈیٹا تجزیہ" کو آن پر سیٹ کریں۔ آف ایک خالص اسٹریمنگ ڈیٹاسیٹ بناتا ہے۔

تخلیق کے بعد، پاور BI فراہم کرتا ہے:

• پش URL: باقی اختتامی نقطہ جہاں ڈیٹا بھیجا جاتا ہے۔
• API کلید: پش اینڈ پوائنٹ کے لیے تصدیق

مرحلہ 2: ڈیٹا کو اسٹریمنگ ڈیٹاسیٹ پر پش کریں

کوئی بھی سسٹم جو HTTP POST کی درخواستیں کرسکتا ہے ڈیٹا کو آگے بڑھا سکتا ہے۔ پے لوڈ کی شکل:

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

جانچ کے لیے curl کے ذریعے دبائیں:

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"}]'

مرحلہ 3: ڈیش بورڈ ٹائلز بنائیں

پاور BI ڈیش بورڈ میں، "ٹائل شامل کریں" پر کلک کریں → کسٹم اسٹریمنگ ڈیٹا → اپنا اسٹریمنگ ڈیٹاسیٹ منتخب کریں → ویژولائزیشن کو کنفیگر کریں (گیج، لائن چارٹ، کارڈ، وغیرہ) → ڈیش بورڈ میں شامل کریں۔

نیا ڈیٹا آتے ہی اسٹریمنگ ڈیٹاسیٹ ٹائلز خود بخود اپ ڈیٹ ہوتے ہیں — صفحہ ریفریش کی ضرورت نہیں ہے۔

---

ریئل ٹائم مینوفیکچرنگ ڈیش بورڈز بنانا

مینوفیکچرنگ ریئل ٹائم پاور BI کے استعمال کے سب سے زیادہ اثر انگیز معاملات میں سے ایک ہے۔ پروڈکشن لائنز مسلسل سینسر ڈیٹا تیار کرتی ہیں: درجہ حرارت، دباؤ، رفتار، شمار، اور معیار کی جانچ کے نتائج۔ ریئل ٹائم ڈیش بورڈ آپریشنز مینیجرز اور کوالٹی انجینئرز کو لائن اسٹیٹس کا فوری نظارہ فراہم کرتا ہے۔

ریئل ٹائم ڈیش بورڈ لے آؤٹ کی تیاری:

KPI ٹائلیں (اوپر کی قطار):

• موجودہ OEE (مجموعی طور پر سازوسامان کی تاثیر) - ہر منٹ کو اپ ڈیٹ کیا جاتا ہے۔
• آج تیار کردہ یونٹس بمقابلہ ہدف — ہر پیداواری گنتی کے ساتھ اپ ڈیٹ کیا جاتا ہے۔
• خرابی کی شرح (آخری 30 منٹ) - کوالٹی چیک لاگ ہونے پر اپ ڈیٹ کیا جاتا ہے۔
• فعال انتباہات (موجودہ انتباہ / نازک حالات کی گنتی)

لائن کی حالت بصری: ایک گیج یا سکور کارڈ بصری ہر پروڈکشن لائن کی موجودہ حالت (رننگ، آئیڈل، فالٹ) کو کلر کوڈنگ کے ساتھ دکھاتا ہے۔ اسٹریمنگ ڈیٹاسیٹ سے ہر 30 سیکنڈ میں اپ ڈیٹ کیا جاتا ہے۔

درجہ حرارت کا رجحان (گزشتہ 2 گھنٹے): لائن چارٹ جو 2 گھنٹے کی ونڈو پر فی مشین زون کا درجہ حرارت دکھا رہا ہے۔ درجہ حرارت میں بے ضابطگیاں (ایک اہم حد کے قریب) آلات کی خرابیوں کو متحرک کرنے سے پہلے بصری اسپائکس کے طور پر ظاہر ہوتی ہیں۔

الرٹس فیڈ: ایک ٹیبل ٹائل جو حالیہ 10 انتباہات دکھا رہی ہے — ڈیوائس ID، الرٹ کی قسم، شدت، اور ٹائم اسٹیمپ۔ نئے انتباہات سب سے اوپر ظاہر ہوتے ہیں جب وہ اسٹریمنگ ڈیٹاسیٹ پر دھکیلتے ہیں۔

---

ریئل ٹائم فنانشل ٹرانزیکشن مانیٹرنگ

مالیاتی خدمات کی فرمیں لین دین کی نگرانی کے لیے پاور BI ریئل ٹائم ڈیش بورڈز کا استعمال کرتی ہیں - خاص طور پر دھوکہ دہی کا پتہ لگانے کے لیے جہاں پراسیسنگ کے سیکنڈوں کے اندر غیر متضاد لین دین کی شناخت بہت ضروری ہے۔

مالیاتی حقیقی وقت کی نگرانی کے لیے فن تعمیر:

ادائیگی کا پروسیسر → Azure Event Hub → Stream Analytics (فراڈ اسکورنگ کے اصول لاگو کریں) → Power BI اسٹریمنگ ڈیٹاسیٹ

اسٹریم اینالیٹکس ان قوانین کا اطلاق کرتا ہے جو لین دین کی درجہ بندی کرتے ہیں:

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)

پاور BI ڈیش بورڈ لین دین کے حجم، قدر، اور دھوکہ دہی کے خطرے کے اشارے کی 5 منٹ کی ونڈوز کو دکھاتا ہے۔ ہائی رسک ٹرانزیکشنز کی تعداد میں اضافہ فوری جائزہ کو متحرک کرتا ہے - اور چونکہ ڈیٹا ٹرانزیکشنز کے سیکنڈوں میں پہنچ جاتا ہے، اس لیے فراڈ آپریشنز ٹیم مداخلت کر سکتی ہے جب کہ لین دین ابھی تک اجازت کے منتظر ہیں۔

---

IoT ڈیوائس مانیٹرنگ ڈیش بورڈز

IoT کی تعیناتیاں — سمارٹ بلڈنگ سینسرز، منسلک گاڑیاں، ماحولیاتی نگرانی کے نیٹ ورکس — مسلسل ٹیلی میٹری تیار کرتے ہیں جسے پاور BI حقیقی وقت میں تصور کر سکتا ہے۔

سمارٹ بلڈنگ مانیٹرنگ: بلڈنگ سینسرز (درجہ حرارت، نمی، CO2، قبضے، توانائی کی کھپت) ڈیٹا کو ہر 60 سیکنڈ میں Azure IoT Hub میں دھکیلتے ہیں۔ منزل اور زون کے لحاظ سے تجزیات کو سٹریم کریں۔ پاور BI ڈیش بورڈ دکھاتے ہیں:

• فرش بہ منزل درجہ حرارت کا نقشہ (ہیٹ میپ کے طور پر پاور BI کے میٹرکس ویژول اسٹائل کا استعمال کرتے ہوئے)
• بلڈنگ زون کے ذریعہ ریئل ٹائم توانائی کی کھپت
• قبضے کا شمار HVAC کارکردگی کے ارتباط کے ساتھ ہوتا ہے۔
• حد کے انتباہات کے ساتھ ہوا کے معیار کے اشارے

بیڑے کا انتظام: گاڑی کی GPS ٹیلی میٹری ہر 30 سیکنڈ میں مقام، رفتار، ایندھن کی سطح، اور تشخیصی کوڈز کو آگے بڑھاتی ہے۔ سٹریم تجزیات کا حساب لگاتا ہے:

• گاڑی کی موجودہ پوزیشنیں (فی گاڑی آخری معلوم مقام)
• رفتار کی خلاف ورزیاں (جیوفینس شدہ رفتار کی حد سے زیادہ گاڑیاں)
• ایندھن کی دہلیز کے قریب آنے والی گاڑیاں
• OBD2 تشخیصی کوڈز سے پیش گوئی کرنے والے دیکھ بھال کے جھنڈے

Power BI کا ArcGIS یا Azure Maps visual ایک نقشے پر گاڑیوں کی ریئل ٹائم پوزیشنز دکھاتا ہے۔ اسٹریمنگ ڈیٹاسیٹ پوزیشن مارکر کو اپ ڈیٹ کرتا ہے جیسے ہی نئے GPS ریکارڈ آتے ہیں۔

---

ریئل ٹائم بمقابلہ ریئل ٹائم کے قریب: صحیح انتخاب کرنا

حقیقی ریئل ٹائم (سب سیکنڈ لیٹینسی) قریب کے ریئل ٹائم (15 سیکنڈ سے 5 منٹ کی تاخیر) سے زیادہ پیچیدہ اور مہنگا ہے۔ زیادہ تر کاروباری استعمال کے معاملات کے لیے، حقیقی وقت کے قریب کافی ہے۔

زیادہ تر کاروباری نگرانی کے استعمال کے معاملات کے لیے - آپریشنز ڈیش بورڈز، سپورٹ ٹکٹ کی قطاریں، سیلز ایکٹیوٹی مانیٹرنگ - 1-5 منٹ کی تاخیر بالکل مناسب ہے اور اسے اسٹریمنگ آرکیٹیکچر کے بجائے سادہ شیڈول ریفریش کے ساتھ حاصل کیا جا سکتا ہے۔

حقیقی اسٹریمنگ آرکیٹیکچر کو جائز قرار دیا جاتا ہے جب: (1) ڈیٹا کے ذریعے شروع ہونے والا کاروباری فیصلہ قیمتی ہونے کے لیے سیکنڈوں میں ہونا چاہیے، یا (2) ڈیٹا کا حجم اتنا زیادہ ہے کہ ڈیٹا بیس میں مادّہ کاری کو برقرار رکھنے کے لیے طے شدہ ریفریش میں بہت زیادہ وقت لگتا ہے۔

---

اکثر پوچھے گئے سوالات

کتنے ڈیوائسز ڈیٹا کو پاور BI اسٹریمنگ ڈیٹاسیٹ میں بیک وقت آگے بڑھا سکتی ہیں؟

پاور BI سٹریمنگ ڈیٹاسیٹس کی شرح کی حد 1 ملین قطار فی گھنٹہ فی ڈیٹا سیٹ ہے۔ ہر سیکنڈ میں ڈیٹا بھیجنے والے ہزاروں آلات کے ساتھ IoT منظرناموں کے لیے، یہ حد تیزی سے تجاوز کر جاتی ہے۔ معیاری فن تعمیر Azure Event Hubs (جو روزانہ اربوں واقعات کو سنبھال سکتا ہے) اور Azure Stream Analytics کا استعمال کرتا ہے تاکہ کم شدہ، مجموعی ڈیٹا کو Power BI میں دھکیلنے سے پہلے ڈیوائس ٹیلی میٹری کو جمع کر سکے۔ ڈائریکٹ ڈیوائس ٹو پاور BI پش صرف چھوٹی تعداد میں ڈیوائسز سے کم فریکوئنسی ڈیٹا کے لیے موزوں ہے۔

کیا اسٹریمنگ ڈیٹاسیٹ ٹائلز پاور BI رپورٹس میں کام کرتی ہیں، یا صرف ڈیش بورڈز میں؟

خالص اسٹریمنگ ڈیٹاسیٹ ٹائلز (بغیر تاریخی ڈیٹا) صرف پاور BI ڈیش بورڈز میں کام کرتی ہیں، متعامل رپورٹس میں نہیں۔ اس کی وجہ یہ ہے کہ اسٹریمنگ ٹائل رینڈرر ڈیش بورڈ پرت پر آٹو ریفریش کے ساتھ کام کرتا ہے، رپورٹ کے انجن میں نہیں۔ تاریخی ڈیٹا کے ساتھ پش ڈیٹاسیٹس (تاریخی تجزیہ فعال کے ساتھ "API" سورس کی قسم) تمام چارٹ کی اقسام کے ساتھ مکمل انٹرایکٹو رپورٹس کی حمایت کرتے ہیں۔ پش ڈیٹاسیٹس سے ڈیش بورڈ ٹائلیں بھی قریب قریب حقیقی وقت میں اپ ڈیٹ ہوتی ہیں۔

Power BI اسٹریمنگ ڈیٹاسیٹس میں ڈیٹا آرڈرنگ کو کیسے ہینڈل کرتا ہے؟

پاور BI کا اسٹریمنگ ڈیٹاسیٹ آرڈرنگ کو نافذ نہیں کرتا ہے — ڈیٹا جس ترتیب سے آتا ہے اسے ظاہر کیا جاتا ہے۔ ٹائم سیریز چارٹس کے لیے، ڈیٹ ٹائم کالم کا استعمال x-axis کو ترتیب دینے کے لیے کیا جاتا ہے۔ دیر سے پہنچنے والا ڈیٹا (ریکارڈ جو ترتیب سے باہر آتے ہیں) چارٹ کے دوبارہ ترتیب دینے سے پہلے وقتی نمائش کا سبب بن سکتے ہیں۔ Azure Stream Analytics سٹرکچرڈ سٹریمنگ پائپ لائنز کے لیے دیر سے آمد کو برداشت کرتا ہے، اس بات کو یقینی بناتا ہے کہ ڈیٹا Power BI تک پہنچنے سے پہلے ایک مستقل ترتیب میں آئے۔

کیا میں اسی رپورٹ میں ریئل ٹائم اسٹریمنگ ڈیٹا کو تاریخی درآمدی ڈیٹا کے ساتھ جوڑ سکتا ہوں؟

ہاں، لیکن ایک جامع ماڈل کے ساتھ۔ ایک پش ڈیٹاسیٹ (تاریخی ڈیٹا کے ساتھ REST API) دوسرے امپورٹ موڈ ٹیبلز کے ساتھ پاور BI ڈیٹاسیٹ میں درآمد کیا جا سکتا ہے۔ ایک زیادہ عام نقطہ نظر: Azure SQL (درآمد موڈ کے ذریعے تاریخی تجزیہ کے لیے) اور پاور BI اسٹریمنگ ڈیٹاسیٹ (ریئل ٹائم ڈسپلے کے لیے) دونوں پر اسٹریمنگ سمری لکھنے کے لیے Azure Stream Analytics کا استعمال کریں۔ رپورٹیں تاریخی چارٹس کے لیے امپورٹ موڈ Azure SQL ڈیٹاسیٹ سے منسلک ہوتی ہیں، جبکہ ڈیش بورڈ ریئل ٹائم KPIs کے لیے اسٹریمنگ ٹائل استعمال کرتا ہے۔

غیر سٹریمنگ پاور BI ڈیش بورڈز کے لیے آٹو ریفریش کم از کم کیا ہے؟

پاور BI ڈیش بورڈ ٹائلز (درآمد یا DirectQuery ڈیٹاسیٹس سے منسلک) ڈیش بورڈز کے لیے کم از کم آٹو ریفریش وقفہ 1 منٹ کا ہوتا ہے جس کی پریمیم صلاحیت تفویض کی گئی ہے۔ پریمیم کے بغیر، کم از کم 30 منٹ ہے۔ یہ "آٹو ریفریش" ٹائل کو وقفہ پر ڈیٹا سیٹ سے دوبارہ استفسار کرنے کا سبب بنتا ہے — یہ صحیح سلسلہ بندی نہیں ہے، لیکن آپریشنل مانیٹرنگ کے لیے قریب قریب ریئل ٹائم اپ ڈیٹ فراہم کرتا ہے جہاں 1 منٹ کی تازگی قابل قبول ہے۔

---

اگلے اقدامات

ریئل ٹائم ڈیش بورڈز کو تاریخی تجزیات سے مختلف تکنیکی نقطہ نظر کی ضرورت ہوتی ہے — فن تعمیر، ڈیٹا پائپ لائن، اور ڈیش بورڈ ڈیزائن سبھی تبدیل ہوتے ہیں۔ سرمایہ کاری اس وقت جائز ہوتی ہے جب آپریشنل فیصلے حقیقی طور پر واقعات کے سیکنڈوں یا منٹوں میں ہونے چاہئیں، گھنٹوں یا دنوں کے نہیں۔

ECOSIRE's Power BI ڈیش بورڈ ڈیولپمنٹ سروسز میں ریئل ٹائم اسٹریمنگ آرکیٹیکچر ڈیزائن، Azure Event Hub اور Stream Analytics کنفیگریشن، اور آپریشنل مانیٹرنگ ڈیش بورڈ کا نفاذ شامل ہے۔ یہ جانچنے کے لیے ہم سے رابطہ کریں کہ آیا آپ کے استعمال کے معاملے میں ریئل ٹائم اسٹریمنگ کی ضرورت ہے یا قریب قریب ریئل ٹائم شیڈول ریفریش آپ کی ضروریات کو پورا کرتا ہے۔