PlayFab Data Connections는 PlayStream 및 원격 분석 이벤트를 Azure Blob Storage, Azure Data Explorer, Microsoft Fabric KQL 또는 AWS S3로 거의 실시간으로 스트리밍합니다.
Data Connections는 PlayStream 및 Telemetry 데이터를 Azure 구독의 승인된 스토리지 리소스로 지속적이고 거의 실시간에 가깝게 수집할 수 있게 해줍니다. 이 기능은 Azure Blob Storage, Azure Data Explorer(ADX), Microsoft Fabric KQL 데이터베이스 및 Amazon Web Services S3와 함께 작동합니다.5분 미만의 데이터 수집 대기 시간으로 사용자의 스토리지 계정에 있는 데이터를 제어할 수 있게 해줍니다. 이 아키텍처는 일괄 처리를 위해 설계되었으며, Blob Storage에서 Parquet 파일을 지원하여 더 높은 처리량, 더 낮은 스토리지 비용 및 더 큰 유연성을 제공합니다. 데이터 배포에 실패하는 경우, 내장된 자동 재시도 메커니즘이 데이터가 성공적으로 전달되도록 도와줍니다.PlayFab의 Game Manager 포털이나 확장 가능한 API를 사용하여 이벤트 수집을 위한 Data Connections를 시작할 수 있습니다.
ADX, Blob 또는 Fabric KQL 중 하나를 사용할 수 있지만, 각 옵션에는 서로 다른 잠재적 사용 사례가 있습니다. ML 모델링과 일괄 처리에 Synapse를 사용하는 경우 Blob이 더 적합할 수 있으며, ADX는 임시 분석, 쿼리 및 라이브 서비스의 실시간 디버깅을 지원합니다.
Data Connections는 PlayFab이 현재 지원하는 Event Export 및 Export to S3 기능을 대체합니다. 오프라인 처리를 위해 지원되는 형식으로 더 빠른 내보내기를 가능하게 합니다. 데이터가 수집되고 전달되는 스토리지 계정은 사용자가 제공합니다. 즉, 저장 시 암호화, 수명 주기 관리 및 네트워크 액세스를 사용자가 제어합니다. 스토리지 비용은 전체 Azure 계정 청구에 중앙에서 포함되므로 청구가 간소화됩니다.
데이터는 Parquet 블롭 형식으로 즉시 사용할 수 있습니다. Parquet은 효율적인 데이터 저장 및 검색을 위해 설계된 열 지향 데이터 파일 형식입니다. 복잡한 데이터를 대량으로 처리하기 위해 향상된 성능을 갖춘 효율적인 데이터 압축 및 인코딩 방식을 제공하여, 낮은 대기 시간, 더 높은 처리량 및 낮은 데이터 스토리지 비용을 실현합니다. 일괄 및 대화형 워크로드 모두를 위한 공통 교환 형식으로 설계되었습니다. 이로 인해 Blob Storage는 오프라인 처리, 비용 최적화 분석 및 보고(저장된 파일에 대한 임시 쿼리 포함)에 적합합니다.
Data Connections를 사용하면 Azure Data Explorer로 내보내어 거의 실시간에 가까운 데이터 수집 및 배포를 수행할 수 있습니다. Azure Data Explorer는 수백만 개의 레코드를 몇 초 내에 쿼리할 수 있어, 귀중한 인사이트를 얻고 신속하고 효율적으로 정보에 근거한 의사 결정을 내릴 수 있게 해줍니다.비용을 더욱 최적화하고 데이터를 제어하려면 Data Connections를 Event Sampling과 함께 사용할 수 있습니다. 샘플링을 사용하면 수신하려는 이벤트 데이터의 비율을 구성할 수 있습니다.
PlayFab의 Data Connections를 사용하여 게임 이벤트를 Real-Time Analytics(RTA) 데이터베이스로 전송하면, Power BI에서 거의 실시간에 가까운 인사이트를 생성하거나 Microsoft Fabric 작업 영역에서 KQL 쿼리를 실행할 수 있습니다.
AWS S3 Data Connection은 PlayFab 원격 분석 및 이벤트 데이터를 사용자 소유의 Amazon S3 버킷으로 직접 스트리밍하는 안전하고 확장 가능한 방법을 제공합니다. 안정성과 높은 처리량 워크로드를 위해 설계된 이 기능은 견고한 파이프라인을 사용하여 게임 데이터를 검증하고, 전송하며, 개방형 분석 지원 형식으로 저장합니다. 사용자 자신의 AWS 스토리지 및 IAM 역할을 사용함으로써 데이터 거버넌스, 암호화, 액세스 정책, 수명 주기 관리 및 비용 가시성에 대한 통제권을 유지할 수 있습니다. 또한 AWS 환경에서 BI 보고, 머신 러닝, 대규모 데이터 처리와 같은 다운스트림 워크플로를 사용할 수 있습니다.
