Eventstream e Eventhouse no Microsoft Fabric: entenda a diferença

Dentro do Microsoft Fabric, principalmente na área de Real-Time Intelligence, aparecem dois recursos muito importantes: Eventstream e Eventhouse.

Os dois trabalham com dados em tempo real, eventos, logs e telemetria, mas eles não fazem a mesma coisa.

De forma simples:

Eventstream é responsável por capturar, transformar e enviar eventos.Eventhouse é responsável por armazenar, organizar e analisar esses eventos usando KQL.

A própria documentação da Microsoft define o Eventstream como um recurso para trazer eventos em tempo real para o Fabric, transformá-los e roteá-los para vários destinos sem escrever código. Já o Eventhouse é o ambiente onde você pode criar bancos KQL, armazenar dados e fazer consultas usando Kusto Query Language.

O que é Eventstream?

O Eventstream é um recurso do Microsoft Fabric usado para trabalhar com fluxos de eventos em tempo real.

Ele funciona como uma camada de entrada e movimentação dos dados.

Imagine que você tem várias fontes gerando eventos:

• aplicações;

• logs de sistemas;

• sensores IoT;

• serviços em nuvem;

• eventos de segurança;

• sistemas operacionais;

• filas de mensagens;

• dados de streaming.

O Eventstream pode receber esses eventos, aplicar transformações e enviar o resultado para um destino, como um Eventhouse, Lakehouse ou outro recurso compatível no Fabric.

Em outras palavras, o Eventstream responde à pergunta:

“Como eu capturo e levo esses eventos em tempo real para algum lugar?”

Exemplo prático:

Aplicação gera logs       
        ↓
Eventstream captura os eventos     
        ↓
Eventstream transforma ou filtra os dados        
        ↓
Eventstream envia para um destino

Ele é muito útil quando você precisa montar um fluxo contínuo de dados, sem depender apenas de cargas em lote.

O que é Eventhouse?

O Eventhouse é um ambiente analítico voltado para armazenar e consultar grandes volumes de eventos.

Dentro de um Eventhouse, você pode criar um ou mais KQL Databases. Esses bancos são usados para armazenar os dados que depois serão analisados com KQL, a linguagem Kusto Query Language. A documentação da Microsoft explica que, no Real-Time Intelligence, os dados são trabalhados no contexto de Eventhouses, databases e tabelas; um workspace pode ter vários Eventhouses, um Eventhouse pode ter vários bancos e cada banco pode ter várias tabelas.

O Eventhouse responde à pergunta:

“Onde eu armazeno e analiso esses eventos usando KQL?”

Ele é mais adequado para dados como:

• logs;

• eventos;

• telemetria;

• séries temporais;

• dados de monitoramento;

• dados semiestruturados;

• dados de observabilidade;

• dados de segurança.

• 
  

Exemplo prático:

LogsAplicacao
| where Timestamp >= ago(24h)
| summarize TotalErros = count() by Sistema
| order by TotalErros desc

Esse tipo de consulta é muito comum em Eventhouse, porque ele foi pensado para investigar eventos ao longo do tempo.

Na prática, Eventstream e Eventhouse costumam trabalhar juntos.

Um fluxo comum seria:

Sistema / Aplicação / IoT / Logs

        ↓

Eventstream

        ↓

Eventhouse

        ↓

KQL / Dashboards / Alertas / Relatórios

Nesse cenário:

1. uma aplicação gera eventos;

2. o Eventstream captura esses eventos;

3. o Eventstream pode transformar, filtrar ou enriquecer os dados;

4. os dados são enviados para o Eventhouse;

5. o Eventhouse armazena os eventos em tabelas;

6. o analista consulta os dados usando KQL;

7. os resultados podem alimentar dashboards, alertas ou investigações.

8. 
   

Exemplo prático no dia a dia

Imagine uma empresa que quer monitorar chamados, erros de sistema ou eventos operacionais em tempo real.

A aplicação pode gerar eventos como:

Chamado criado
Chamado atualizado
Erro de integração
Falha de autenticação
Tempo de resposta alto
Status alterado

Esses eventos podem entrar no Fabric por meio do Eventstream.

Depois, eles podem ser enviados para um Eventhouse, onde ficam disponíveis para análise com KQL.

Exemplo de consulta:

EventosChamados| where Timestamp >= ago(24h)| summarize TotalEventos = count() by TipoEvento| order by TotalEventos desc

Essa consulta poderia mostrar quais tipos de eventos mais aconteceram nas últimas 24 horas.

Quando usar Eventstream?

Use Eventstream quando o seu problema for entrada e movimentação de eventos.

Exemplos:

• preciso capturar eventos de uma aplicação;

• preciso receber dados de IoT;

• preciso transformar eventos antes de armazenar;

• preciso enviar o mesmo fluxo para mais de um destino;

• preciso montar uma ingestão em tempo real;

• preciso processar eventos continuamente.

O Eventstream é mais próximo da ideia de um pipeline de streaming.

Quando usar Eventhouse?

Use Eventhouse quando o seu problema for armazenamento e análise dos eventos.

Exemplos:

• preciso consultar logs com KQL;

• preciso analisar eventos por minuto, hora ou dia;

• preciso investigar falhas;

• preciso montar dashboards em tempo real;

• preciso armazenar telemetria;

• preciso consultar grandes volumes de eventos rapidamente;

• preciso trabalhar com séries temporais.

O Eventhouse é mais próximo da ideia de um banco analítico em tempo real.

E onde entra o KQL?

O KQL entra principalmente no Eventhouse.

Depois que os eventos são armazenados em tabelas dentro de um KQL Database, você pode consultar os dados usando KQL.

Eventstream e Eventhouse substituem Lakehouse?

Não necessariamente.

Eles atendem a necessidades diferentes.

O Lakehouse é muito usado para dados analíticos em arquivos/tabelas Delta, arquitetura medalhão, BI tradicional, cargas batch, históricos corporativos e integração com notebooks, Spark e SQL.

O Eventstream e o Eventhouse são mais voltados para cenários de tempo real, eventos, logs, telemetria e monitoramento.

Uma arquitetura pode ter os três:

Eventstream → Eventhouse → análise em tempo real com KQL            → Lakehouse  → histórico, Delta, BI e arquitetura medalhão

Ou seja, o Eventstream pode alimentar tanto o Eventhouse quanto o Lakehouse, dependendo do objetivo.