Gebruikscases van Azure Time Series Insights Gen2

In dit artikel worden enkele veelvoorkomende gebruiksgevallen voor Azure Time Series Insights Gen2 samengevat. De aanbevelingen in dit artikel dienen als uitgangspunt voor het ontwikkelen van uw toepassingen en oplossingen met Azure Time Series Insights Gen2.

Dit artikel beantwoordt met name de volgende vragen:

• Wat zijn de algemene gebruiksgevallen voor Azure Time Series Insights Gen2?
• Wat zijn de voordelen van het gebruik van Azure Time Series Insights Gen2 voor gegevensverkenning en visuele anomaliedetectie?
• Wat zijn de voordelen van het gebruik van Azure Time Series Insights Gen2 voor operationele analyse en procesefficiëntie?
• Wat zijn de voordelen van het gebruik van Azure Time Series Insights Gen2 voor geavanceerde analyses?

Een overzicht van deze gebruiksscenario's wordt beschreven in de volgende secties.

Introductie

Azure Time Series Insights Gen2 is een end-to-end platform-as-a-service-aanbieding. Het wordt gebruikt voor het verzamelen, verwerken, opslaan, analyseren en opvragen van gegevens op IoT-schaal die zijn geoptimaliseerd voor tijdreeksen. Het is ideaal voor ad-hoc gegevensverkenning en operationele analyse. Azure Time Series Insights Gen2 is een uniek uitvouwbare, aangepaste service die voldoet aan de brede behoeften van industriële IoT-implementaties.

Gegevens verkennen en anomaliedetectie van visuals

U kunt miljarden gebeurtenissen onmiddellijk verkennen en analyseren om afwijkingen te ontdekken en verborgen trends in uw gegevens te ontdekken. Azure Time Series Insights Gen2 biedt bijna realtime prestaties voor uw IoT- en DevOps-analyseworkloads.

De meeste klanten zijn het ermee eens dat de minimale tijd die nodig is om inzicht te krijgen een van de belangrijkste functies is van Azure Time Series Insights Gen2:

• Azure Time Series Insights Gen2 vereist geen gegevensvoorbereiding vooraf.
• Het werkt snel om u te verbinden met miljarden gebeurtenissen in uw Azure IoT Hub of Azure Event Hubs exemplaren in enkele minuten.
• Zodra er verbinding is gemaakt, kunt u miljarden gebeurtenissen visualiseren en analyseren om afwijkingen te ontdekken en verborgen trends in uw gegevens te ontdekken.

Azure Time Series Insights Gen2 is intuïtief en eenvoudig te gebruiken. U kunt met uw gegevens werken zonder één regel code te schrijven. U hoeft ook geen nieuwe taal te leren, hoewel Azure Time Series Insights Gen2 een gedetailleerde querytaal op basis van tekst biedt voor geavanceerde gebruikers die bekend zijn met SQL. Het biedt ook verkenning met selecteren en klikken voor kunt u.

Klanten kunnen profiteren van de snelheid om snel assetgerelateerde problemen vast te stellen. Ze kunnen DevOps-analyse uitvoeren om de hoofdoorzaak van een fout in een IoT-oplossing te vinden. Ze kunnen ook gebieden identificeren die moeten worden gemarkeerd voor verder onderzoek als onderdeel van hun data science-initiatieven.

Er zijn drie primaire manieren om te communiceren met gegevens die zijn opgeslagen in Azure Time Series Insights Gen2:

• De eerste en eenvoudigste manier om aan de slag te gaan, is met de Azure Time Series Insights Gen2 Explorer. U kunt deze gebruiken om al uw IoT-gegevens snel op één plek te visualiseren. Het biedt hulpprogramma's zoals de heatmap om afwijkingen in uw gegevens te herkennen. Het biedt ook een perspectiefweergave. Gebruik dit om maximaal vier weergaven van een of meer Azure Time Series Insights Gen2-omgevingen in één dashboard te vergelijken. Het dashboard geeft u een weergave van uw tijdreeksgegevens op al uw locaties. Meer informatie over de Azure Time Series Insights Gen2 Explorer. Lees Azure Time Series Insights Gen2 planning om uw omgeving te plannen.

• De tweede manier om te beginnen is de JavaScript SDK te gebruiken om snel krachtige grafieken en grafieken in uw webtoepassing in te sluit. Met slechts een paar regels code kunt u krachtige query's maken. Gebruik deze om lijndiagrammen, cirkeldiagrammen, staafdiagrammen, heatmaps, gegevensrasters en meer te vullen. Al deze elementen bestaan out-of-the-box met behulp van de SDK. De SDK abstracteert ook Azure Time Series Insights Gen2-query-API's. U kunt ze gebruiken om SQL predicaten te maken om query's uit te voeren op de gegevens die u wilt tonen op een dashboard. Voor hybride oplossingen voor presentatielagen biedt Azure Time Series Insights Gen2 geparameteriseerde URL's. Ze bieden naadloze verbindingspunten met de Azure Time Series Insights Gen2 Explorer voor diepgaande informatie over gegevens.

  • Lees meer over de JS-clientbibliotheek en de voorbeeldclientdocumentatie voor meer informatie over de JavaScript SDK.

  • Lees gegevens visualiseren in de Azure Time Series Insights Gen2 Explorer voor meer informatie over het delen van URL's en de nieuwe gebruikersinterface.

• De derde manier om te beginnen is het gebruik van de krachtige API's om query's uit te voeren op gegevens die zijn opgeslagen in Azure Time Series Insights Gen2. Azure Time Series Insights Gen2 heeft tijdelijke operators zoals from to , , en first last . Het heeft aggregaties en transformaties zoals average , , , , , , sum min max time-weighted average time-weighted sum enzovoort. U kunt hiermee ook filteren, rekenkundige en booleaanse operators, scalaire functies, enzovoort. Met al deze operators kunnen downstreamtoepassingen snel interessante trends en patronen in uw gegevens vinden. Gebruik deze om visualisaties van de eigen groei te vullen om afwijkingen te herkennen.

Operationele analyse en het verhogen van de efficiëntie van processen

Gebruik Azure Time Series Insights Gen2 om de status, het gebruik en de prestaties van apparatuur op schaal te bewaken en operationele efficiëntie te meten. Azure Time Series Insights Gen2 helpt diverse en onvoorspelbare IoT-workloads te beheren zonder dat dit ten koste gaat van de opname- of queryprestaties.

Streaming en continue verwerking van gegevens die afkomstig zijn van operationele processen, kunnen elk bedrijf transformeren als het wordt gecombineerd met de juiste technologie of oplossing. Deze oplossingen zijn vaak een combinatie van meerdere systemen. Ze maken verkenning en analyse mogelijk van gegevens die voortdurend veranderen, met name in de IoT-realm, en delen een gemeenschappelijk patroon.

Deze patronen beginnen vaak met platforms met IoT-mogelijkheden die miljarden gebeurtenissen opnemen van apparaten en sensoren die verschillende landen overspannen. Deze systemen verwerken en analyseren streaminggegevens om realtime inzichten en acties af te leiden. Gegevens worden doorgaans gearchiveerd naar warme en koude opslag voor bijna realtime- en batchanalyses.

Gegevens die worden verzameld, gaan door een reeks verwerkingen om deze op te schonen en contextualiseren voor downstreamquery's en analysescenario's. Azure biedt uitgebreide services die kunnen worden toegepast op IoT-scenario's, zoals assetonderhoud en productie. Deze services omvatten Azure Time Series Insights Gen2, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning en Power BI.

Oplossingsarchitectuur kan op de volgende manier worden bereikt:

• Gegevens opnemen via IoT Hub of Event Hubs voor de beste beveiliging, doorvoer en latentie.
• Gegevensverwerking en berekeningen uitvoeren. Opname van gegevens via trechters via services zoals Stream Analytics, Logic Apps en Azure Functions. De service die u gebruikt, is afhankelijk van de specifieke behoeften voor gegevensverwerking.
• Berekende signalen van de verwerkingspijplijn worden naar Azure Time Series Insights Gen2 voor opslag en analyse.

Azure Time Series Insights Gen2 biedt bijna realtime gegevensverkenning en op activa gebaseerde inzichten over historische gegevens. Afhankelijk van de behoeften van uw bedrijf kunnen MapReduce- en Hive-taken worden uitgevoerd op gegevens die zijn opgeslagen in Azure Time Series Insights Gen2 door Azure Time Series Insights Gen2 te verbinden met Azure HDInsight. Gegevens die zijn opgeslagen in Azure Time Series Insights Gen2 zijn beschikbaar voor Power BI en andere klanttoepassingen via de Api's voor openbare surface query's van Azure Time Series Insights Gen2. Deze gegevens kunnen worden gebruikt voor deep business- en operational intelligence-scenario's.

Geavanceerde analyse

Integreer met geavanceerde analyseservices zoals Machine Learning en Azure Databricks. Azure Time Series Insights Gen2 gebruikt onbewerkte gegevens van miljoenen apparaten. Hiermee worden contextuele gegevens toegevoegd die naadloos kunnen worden gebruikt door een suite van Azure Analytics-services.

Geavanceerde analyses en machine learning grote hoeveelheden gegevens gebruiken en verwerken. Deze gegevens worden gebruikt om gegevensgestuurde beslissingen te nemen en voorspellende analyses uit te voeren. In IoT-gebruiksgevallen leren geavanceerde analysealgoritmen van de gegevens die zijn verzameld van miljoenen apparaten. Deze apparaten verzenden gegevens meerdere keren per seconde. De gegevens die van IoT-apparaten worden verzameld, zijn onbewerkt. Er ontbreekt contextuele informatie, zoals de locatie van het apparaat en de eenheid voor het lezen van de sensor. Als gevolg hiervan zijn onbewerkte gegevens moeilijk rechtstreeks te gebruiken voor geavanceerde analyses.

Azure Time Series Insights Gen2 overbrugt de hiaat tussen IoT-gegevens en geavanceerde analyses op twee eenvoudige en rendabele manieren:

• Eerst verzamelt Azure Time Series Insights Gen2 onbewerkte telemetriegegevens van miljoenen apparaten met behulp van IoT Hub. Het verrijkt gegevens met contextuele informatie en transformeert gegevens naar een Parquet-indeling. Deze indeling kan eenvoudig worden geïntegreerd met andere geavanceerde analyseservices, zoals Machine Learning, Azure Databricks en toepassingen van derden.

  Azure Time Series Insights Gen2 kan fungeren als de bron van waarheid voor alle gegevens in een organisatie. Er wordt een centrale opslagplaats gemaakt die downstream analytics-workloads kunnen gebruiken. Omdat Azure Time Series Insights Gen2 een bijna realtime opslagservice is, kunnen geavanceerde analysemodellen continu leren van binnenkomende IoT-telemetriegegevens. Als gevolg hiervan kunnen de modellen nauwkeurigere voorspellingen doen.

• Ten tweede kan de uitvoer van machine learning en voorspellingsmodellen worden ingevoerd in Azure Time Series Insights Gen2 om de resultaten te visualiseren en op te slaan. Met deze procedure kunnen organisaties hun modellen optimaliseren en aanpassen. Met Azure Time Series Insights Gen2 kunt u eenvoudig streaming-telemetriegegevens visualiseren op hetzelfde vlak als de uitvoer van het getrainde model. Op deze manier kunnen data science-teams afwijkingen opsporen en patronen identificeren.

Volgende stappen

• Meer informatie over de Azure Time Series Insights Gen2 Explorer.
• Lees best practices voor Azure Time Series Insights Gen2 om uw omgeving te plannen.
• Lees de voorbeeldclientdocumentatie.