Share via


Uw IoT-gegevens analyseren en visualiseren

In dit overzicht worden de belangrijkste concepten rond de opties geïntroduceerd voor het analyseren en visualiseren van uw IoT-gegevens. Elke sectie bevat koppelingen naar inhoud die meer details en richtlijnen biedt.

In het volgende diagram ziet u een algemeen overzicht van de onderdelen in een typische IoT-oplossing. Dit artikel richt zich op de gebieden die relevant zijn voor het analyseren en visualiseren van uw IoT-gegevens.

Diagram met de architectuur van de IoT-oplossing op hoog niveau waarin analyse- en visualisatiegebieden worden gemarkeerd.

In Azure IoT worden analyse- en visualisatieservices gebruikt om zakelijke inzichten te identificeren en weer te geven die zijn afgeleid van uw IoT-gegevens. U kunt bijvoorbeeld een machine learning-model gebruiken om telemetriegegevens van apparaten te analyseren en te voorspellen wanneer onderhoud moet worden uitgevoerd op een industriële asset. U kunt ook een visualisatieprogramma gebruiken om een kaart weer te geven van de locatie van uw apparaten.

Azure Digital Twins

Met de Azure Digital Twins-service kunt u modellen bouwen en onderhouden die live, up-to-date weergaven van de echte wereld zijn. U kunt visualisaties opvragen, analyseren en genereren op basis van deze modellen om zakelijke inzichten te extraheren. Een voorbeeldmodel kan een representatie zijn van een gebouw met informatie over de ruimten, de apparaten in de ruimten en de relaties tussen de ruimten en apparaten. De echte gegevens die deze modellen vullen, worden doorgaans verzameld van IoT-apparaten en verzonden via een IoT-hub.

Externe services

Er zijn veel services die u kunt gebruiken om uw IoT-gegevens te analyseren en te visualiseren. Sommige services zijn ontworpen om te werken met het streamen van IoT-gegevens, terwijl andere algemener zijn. De volgende services zijn enkele van de meest voorkomende services die worden gebruikt voor analyse en visualisatie in IoT-oplossingen:

Azure Data Explorer

Azure Data Explorer is een volledig beheerd, krachtige, big data-analyseplatform waarmee u eenvoudig grote hoeveelheden gegevens in bijna realtime kunt analyseren. In de volgende artikelen en zelfstudies ziet u enkele voorbeelden van het gebruik van Azure Data Explorer voor het analyseren en visualiseren van IoT-gegevens:

Databricks

Gebruik Azure Databricks om gegevenssets van BI naar machine learning te verwerken, op te slaan, op te schonen, te delen, te analyseren, te modelleren en er geld mee te verdienen. Gebruik het Azure Databricks-platform om data engineering-werkstromen, machine learning-modellen, analysedashboards en meer te bouwen en te implementeren.

Gebruik gestructureerde streaming met Azure Event Hubs- en Azure Databricks-clusters. U kunt een Databricks-werkruimte verbinden met het event hubs-compatibele eindpunt op een IoT-hub om gegevens van IoT-apparaten te lezen.

Azure Stream Analytics

Azure Stream Analytics is een volledig beheerde stroomverwerkingsengine die is ontworpen voor het analyseren en verwerken van grote hoeveelheden streaminggegevens met lage latentie. Patronen en relaties kunnen worden geïdentificeerd in gegevens die afkomstig zijn van verschillende invoerbronnen, waaronder toepassingen, apparaten en sensoren. U kunt deze patronen gebruiken om acties te activeren en werkstromen te starten, zoals het maken van waarschuwingen of het invoeren van informatie aan een rapportagehulpprogramma. Stream Analytics is ook beschikbaar in de Azure IoT Edge-runtime, waardoor gegevensverwerking rechtstreeks aan de rand wordt ingeschakeld.

Power BI

Power BI is een verzameling softwareservices, apps en connectors die samenwerken om uw ongerelateerde gegevensbronnen om te zetten in samenhangende, visueel aantrekkelijke en interactieve inzichten. Met Power BI kunt u eenvoudig verbinding maken met uw gegevensbronnen, visualiseren en ontdekken wat belangrijk is en rapporten delen met iedereen of iedereen die u wilt.

Azure Maps

Azure Kaarten is een verzameling georuimtelijke services en SDK's die gebruikmaken van nieuwe toewijzingsgegevens om geografische context te bieden aan web- en mobiele toepassingen. Zie Integreren met Azure Kaarten (Azure Digital Twins) voor een IoT-voorbeeld.

Grafana

Grafana is visualisatie- en analysesoftware. Hiermee kunt u query's uitvoeren, visualiseren, waarschuwen en verkennen van uw metrische gegevens, logboeken en traceringen, ongeacht waar ze worden opgeslagen. Het biedt u hulpprogramma's om uw tijdreeksdatabasegegevens om te zetten in inzichtelijke grafieken en visualisaties. Azure Managed Grafana is een volledig beheerde service voor analyse- en bewakingsoplossingen. Zie Cloud IoT-dashboards met Grafana met Azure IoT voor meer informatie over het gebruik van Grafana in uw IoT-oplossing.

IoT Central

IoT Central biedt een uitgebreide set functies die u kunt gebruiken om uw IoT-gegevens te analyseren en te visualiseren. In de volgende artikelen en zelfstudies ziet u enkele voorbeelden van het gebruik van IoT Central voor het analyseren en visualiseren van IoT-gegevens:

Volgende stappen

Nu u een overzicht hebt gezien van de analyse- en visualisatieopties die beschikbaar zijn voor uw IoT-oplossing, zijn enkele voorgestelde volgende stappen: