Azure Time Series Insights preview-cases gebruikenAzure Time Series Insights Preview use cases

Dit artikel bevat een overzicht van een aantal algemene gebruiks voorbeelden voor Azure Time Series Insights preview.This article summarizes several common use cases for Azure Time Series Insights Preview. De aanbevelingen in dit artikel fungeren als uitgangs punt voor het ontwikkelen van uw toepassingen en oplossingen met Time Series Insights.The recommendations in this article serve as a starting point to develop your applications and solutions with Time Series Insights.

In dit artikel worden met name de volgende vragen beantwoord:Specifically, this article answers the following questions:

Een overzicht van deze gebruiks scenario's wordt beschreven in de volgende secties.An overview of these use scenarios is described in the following sections.

InleidingIntroduction

Azure Time Series Insights is een end-to-end-, platform-as-a-service-aanbieding.Azure Time Series Insights is an end-to-end, platform-as-a-service offering. Het wordt gebruikt voor het verzamelen, verwerken, opslaan, analyseren en opvragen van zeer contextuele, time-series geoptimaliseerde gegevens voor IoT-schaal.It's used to collect, process, store, analyze, and query highly contextualized, time-series-optimized IoT-scale data. Time Series Insights is ideaal voor ad-hoc gegevensverkenning en voor operationele analyse.Time Series Insights is ideal for ad-hoc data exploration and operational analysis. Time Series Insights is een unieke uitbreid bare, aangepaste service aanbieding die voldoet aan de uitgebreide behoeften van industriële IoT-implementaties.Time Series Insights is a uniquely extensible, customized service offering that meets the broad needs of industrial IoT deployments.

Gegevensverkenning en visuele afwijkingsdetectieData exploration and visual anomaly detection

Verken en analyseer direct miljarden gebeurtenissen om afwijkingen te vinden en verborgen trends in uw gegevens te ontdekken.Instantly explore and analyze billions of events to spot anomalies and discover hidden trends in your data. Time Series Insights biedt near realtime-prestaties voor uw IoT- en DevOps-analyseworkloads.Time Series Insights delivers near real-time performance for your IoT and DevOps analysis workloads.

Data ExplorerData explorer

De meeste klanten komen overeen dat de minimale hoeveelheid tijd die nodig is om inzicht te krijgen, een van de belangrijkste-functies van Time Series Insights:Most customers agree that the minimal amount of time required to gain insight is one of the standout features of Time Series Insights:

  • Voor Time Series Insights is geen vooraf gegevens voorbereiding vereist.Time Series Insights requires no upfront data preparation.
  • Het werkt snel om u te verbinden met miljarden gebeurtenissen in uw Azure IoT Hub-of Azure Event Hubs-instanties in enkele minuten.It works fast to connect you to billions of events in your Azure IoT Hub or Azure Event Hubs instances in minutes.
  • Zodra u verbinding hebt gemaakt, kunt u miljarden gebeurtenissen visualiseren en analyseren om afwijkingen op te sporen en verborgen trends in uw gegevens te ontdekken.Once connected, you can visualize and analyze billions of events to spot anomalies and discover hidden trends in your data.

Time Series Insights is intuïtief en eenvoudig te gebruiken.Time Series Insights is intuitive and simple to use. U kunt met uw gegevens werken zonder ook maar één regel code te schrijven.You can interact with your data without writing a single line of code. Er is ook geen nieuwe taal die u nodig hebt om te leren, hoewel Time Series Insights een gedetailleerde Zoek taal op basis van tekst biedt voor ervaren gebruikers die bekend zijn met SQL.There’s also no new language you're required to learn, although Time Series Insights provides a granular text-based querying language for advanced users who are familiar with SQL. U kunt er ook voor kiezen om te verkennen.It also provides select-and-click exploration for novices.

Klanten kunnen profiteren van de snelheid voor het snel diagnosticeren van problemen met activa.Customers can take advantage of the speed to diagnose asset-related issues quickly. Ze kunnen DevOps-analyses uitvoeren om de hoofd oorzaak van een bug in een IoT-oplossing te verkrijgen.They can perform DevOps analysis to get to the root cause of a bug in an IoT solution. Ze kunnen ook gebieden identificeren die moeten worden gemarkeerd voor nader onderzoek als onderdeel van hun data Science-initiatieven.They also can identify areas to flag for further investigation as part of their data science initiatives.

Er zijn drie manieren om te communiceren met gegevens die zijn opgeslagen in Time Series Insights:There are three primary ways to interact with data stored in Time Series Insights:

  • De eerste en eenvoudigste manier om aan de slag te gaan is met de Time Series Insights preview Explorer.The first and easiest way to get started is with the Time Series Insights Preview explorer. U kunt deze gebruiken om snel al uw IoT-gegevens op één plek te visualiseren.You can use it to quickly visualize all of your IoT data in one place. Het bevat hulpprogram ma's zoals de heatmap waarmee u afwijkingen in uw gegevens kunt herkennen.It provides tools like the heat map to help you spot anomalies in your data. Het biedt ook een perspectief weergave.It also provides a perspective view. Gebruik het om Maxi maal vier weer gaven te vergelijken van een of meer Time Series Insights omgevingen in één dash board.Use it to compare up to four views from one or more Time Series Insights environments in a single dashboard. Het dash board geeft u een overzicht van de gegevens van uw tijd reeks op al uw locaties.The dashboard gives you a view of your time-series data across all your locations. Meer informatie over de Time Series Insights preview Explorer.Learn more about the Time Series Insights Preview explorer. Lees Time Series Insights planningals u uw time series Insights omgeving wilt plannen.To plan out your Time Series Insights environment, read Time Series Insights planning.

  • De tweede manier om te beginnen is met behulp van de Java script SDK om snel krachtige grafieken en grafieken in uw webtoepassing in te sluiten.The second way to start is to use the JavaScript SDK to quickly embed powerful charts and graphs in your web application. Met slechts een paar regels code kunt u krachtige query's ontwerpen.With just a few lines of code, you can author powerful queries. Gebruik deze om lijn diagrammen, cirkel diagrammen, staaf diagrammen, heatmap, gegevens rasters en meer te vullen.Use them to populate line charts, pie charts, bar charts, heat maps, data grids, and more. Al deze elementen zijn out-of-the-box met behulp van de SDK.All of these elements exist out-of-the-box by using the SDK. De SDK is ook abstracten Time Series Insights query-Api's.The SDK also abstracts Time Series Insights query APIs. U kunt ze gebruiken om SQL-achtige predikaten te schrijven om de gegevens op te vragen die u op een dash board wilt weer geven.You can use them to author SQL-like predicates to query the data you want to show on a dashboard. Time Series Insights biedt voor hybride oplossingen voor presentaties met para meters een URL.For hybrid presentation-layer solutions, Time Series Insights offers parameterized URLs. Ze bieden naadloze verbindings punten met de Time Series Insights preview Explorer voor diepe Dives in gegevens.They provide seamless connection points with the Time Series Insights Preview explorer for deep dives into data.

  • 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 Time Series Insights.The third way to start is to use the powerful APIs to query data stored in Time Series Insights. Time Series Insights heeft tijdelijke Opera tors zoals from, to, firsten last.Time Series Insights has temporal operators such as from, to, first, and last. Het bevat aggregaties en trans formaties zoals average, min, max, split by, order byen DateHistogram.It has aggregations and transformations such as average, min, max, split by, order by, and DateHistogram. Er zijn ook filter operatoren, zoals has, in, and, or, greater thanen REGEX.It also has filtering operators such as has, in, and, or, greater than, and REGEX. Al deze opera tors bieden downstream-toepassingen de mogelijkheid om snel interessante trends en patronen in uw gegevens te vinden.All these operators enable downstream applications to quickly find interesting trends and patterns in your data. Gebruik ze om Homegrown-visualisaties te vullen om afwijkingen op te sporen.Use them to populate homegrown visualizations to spot anomalies.

Operationele analyse en efficiëntere processenOperational analysis and driving process efficiency

Gebruik Time Series Insights om de status, het gebruik en de prestaties van apparatuur op schaal te bewaken.Use Time Series Insights to monitor the health, usage, and performance of equipment at scale. Time Series Insights biedt een eenvoudige manier om de operationele efficiëntie te meten.Time Series Insights provides an easy way to measure operational efficiency. Time Series Insights helpt bij het beheer van uiteenlopende en onvoorspelbare IoT-workloads, zonder de opname- en queryprestaties te verminderen.Time Series Insights helps manage diverse and unpredictable IoT workloads without sacrificing ingestion or query performance.

Overzicht van Overview

Streaming en doorlopende verwerking van gegevens die afkomstig zijn van operationele processen kunnen alle bedrijven omzetten als deze worden gecombineerd met de juiste technologie of oplossing.Streaming and continuous processing of data coming from operational processes can successfully transform any business if it's combined with the right technology or solution. Vaak zijn deze oplossingen een combi natie van meerdere systemen.Often these solutions are a combination of multiple systems. Ze maken het mogelijk om gegevens te verkennen en te analyseren die voortdurend worden gewijzigd, met name in de IoT-realm en een gemeen schappelijk patroon delen.They enable exploration and analysis of data that changes constantly, especially in the IoT realm, and share a common pattern.

Deze patronen beginnen vaak met IoT-platformen die miljarden gebeurtenissen van apparaten en Sens oren die verschillende land instellingen omvatten.These patterns often start with IoT-enabled platforms that ingest billions of events from devices and sensors that span various locales. Deze systemen verwerken en analyseren streaminggegevens om real-time inzichten en acties af te leiden.These systems process and analyze streaming data to derive real-time insights and actions. Gegevens worden meestal opgeslagen in warme en koude opslag voor bijna realtime-en batch analyse.Data is typically archived to warm and cold store for near real-time and batch analytics.

Gegevens die worden verzameld, passeren een serie verwerkingen om deze op te schonen en waarmee voor downstream-query's en analyse scenario's.Data that's collected goes through a series of processing to cleanse and contextualize it for downstream querying and analytics scenarios. Azure biedt uitgebreide services die kunnen worden toegepast op IoT-scenario's zoals onderhoud en productie van activa.Azure offers rich services that can be applied to IoT scenarios such as asset maintenance and manufacturing. Deze services omvatten Time Series Insights, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning en Power BI.These services include Time Series Insights, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning, and Power BI.

De oplossings architectuur kan op de volgende manier worden bereikt:Solution architecture can be achieved in the following manner:

  • Gegevens opnemen via IoT Hub of Event Hubs voor de beste beveiliging, door Voer en latentie.Ingest data via IoT Hub or Event Hubs for best-in-class security, throughput, and latency.
  • Gegevens verwerking en-berekeningen uitvoeren.Perform data processing and computations. Trechter opgenomen gegevens via Services als Stream Analytics, Logic Apps en Azure Functions.Funnel ingested data through services such as Stream Analytics, Logic Apps, and Azure Functions. De service die u gebruikt, is afhankelijk van de specifieke behoeften voor gegevens verwerking.The service you use depends on the specific data-processing needs.
  • Berekende signalen van de verwerkings pijplijn worden naar Time Series Insights gepusht voor het opslaan en analyseren van gegevens.Computed signals from the processing pipeline are pushed to Time Series Insights for storing and analytics.

Time Series Insights biedt een bijna realtime gegevens onderzoek en inzichten op basis van een activum via historische gegevens.Time Series Insights offers near real-time data exploration and asset-based insights over historical data. Afhankelijk van de behoeften van uw bedrijf, kunnen MapReduce en Hive-taken worden uitgevoerd op gegevens die zijn opgeslagen in Time Series Insights door Time Series Insights te verbinden met Azure HDInsight.Depending on your business needs, MapReduce and Hive jobs can run on data stored in Time Series Insights by connecting Time Series Insights to Azure HDInsight. Gegevens die zijn opgeslagen in Time Series Insights, zijn beschikbaar voor Power BI en andere klant toepassingen via de Time Series Insights open bare Surface-query-Api's.Data stored in Time Series Insights is available to Power BI and other customer applications via the Time Series Insights public surface query APIs. Deze gegevens kunnen worden gebruikt voor uitgebreide bedrijfs-en operationele informatie scenario's.This data can be used for deep business and operational intelligence scenarios.

Geavanceerde analyseAdvanced analytics

Integreer met geavanceerde analyse services zoals Machine Learning en Azure Databricks.Integrate with advanced analytics services such as Machine Learning and Azure Databricks. Time Series Insights ingresses onbewerkte gegevens van miljoenen apparaten.Time Series Insights ingresses raw data from millions of devices. Het voegt contextuele gegevens toe die naadloos kunnen worden gebruikt door een suite van Azure Analytics Services.It adds contextual data that can be consumed seamlessly by a suite of Azure analytics services.

AnalyticsAnalytics

Geavanceerde analyses en machine learning grote hoeveel heden gegevens gebruiken en verwerken.Advanced analytics and machine learning consume and process large volumes of data. Deze gegevens worden gebruikt om op gegevens gebaseerde beslissingen te nemen en voorspellende analyses uit te voeren.This data is used to make data-driven decisions and perform predictive analysis. In IoT use cases leren geavanceerde analyse algoritmen van de gegevens die zijn verzameld van miljoenen apparaten.In IoT use cases, advanced analytics algorithms learn from the data collected from millions of devices. Met deze apparaten worden gegevens meerdere keren per seconde verzonden.These devices transmit data multiple times every second. De gegevens die zijn verzameld uit IoT-apparaten zijn onbewerkt.The data collected from IoT devices is raw. Er zijn geen contextuele informatie, zoals de locatie van het apparaat en de eenheid van het lezen van de sensor.It lacks contextual information such as the location of the device and the unit of the sensor reading. Als gevolg hiervan zijn onbewerkte gegevens moeilijk te gebruiken voor geavanceerde analyses.As a result, raw data is difficult to consume directly for advanced analytics.

Time Series Insights is de kloof tussen IoT-gegevens en geavanceerde analyses op twee eenvoudige en rendabele manieren overbrugd:Time Series Insights bridges the gap between IoT data and advanced analytics in two simple and cost-effective ways:

  • Eerst verzamelt Time Series Insights onbewerkte telemetriegegevens van miljoenen apparaten met behulp van IoT Hub.First, Time Series Insights collects raw telemetry data from millions of devices by using IoT Hub. Het verrijkt gegevens met contextuele informatie en transformeert gegevens in een Parquet-indeling.It enriches data with contextual information and transforms data into a parquet format. Deze indeling kan eenvoudig worden geïntegreerd met andere geavanceerde analyse Services, zoals Machine Learning, Azure Databricks en toepassingen van derden.This format can easily integrate with other advanced analytics services, such as Machine Learning, Azure Databricks, and third-party applications.

    Time Series Insights kunnen fungeren als de bron van waarheid voor alle gegevens in een organisatie.Time Series Insights can serve as the source of truth for all data across an organization. Hiermee maakt u een centrale opslag plaats voor downstream Analytics-workloads die moeten worden gebruikt.It creates a central repository for downstream analytics workloads to consume. Omdat Time Series Insights een nabije real-time Storage-service is, kunnen geavanceerde analyse modellen voortdurend van de inkomende IoT-telemetriegegevens worden leren.Because Time Series Insights is a near real-time storage service, advanced analytics models can learn continuously from incoming IoT telemetry data. Als gevolg hiervan kunnen de modellen nauw keurige voor spellingen maken.As a result, the models can make more accurate predictions.

  • Ten tweede kan de uitvoer van machine learning en Voorspellings modellen worden ingevoerd in Time Series Insights om hun resultaten te visualiseren en op te slaan.Second, the output of machine learning and prediction models can be fed into Time Series Insights to visualize and store their results. Deze procedure helpt organisaties om hun modellen te optimaliseren en te verfijnen.This procedure helps organizations to optimize and tweak their models. Time Series Insights maakt het eenvoudig om gegevensstromende telemetriegegevens op hetzelfde vlak te visualiseren als de getrainde model uitvoer.Time Series Insights makes it simple to visualize streaming telemetry data on the same plane as the trained model outputs. Op deze manier helpt IT bij het herkennen van problemen met gegevens wetenschappen teams en het identificeren van patronen.In this way, it helps data science teams spot anomalies and identify patterns.

Volgende stappenNext steps