przypadki użycia usługi Azure Time Series Insights Gen2

  • Artykuł

Uwaga

Usługa Time Series Insights (TSI) nie będzie już obsługiwana po marcu 2025 r. Rozważ migrację istniejących środowisk TSI do alternatywnych rozwiązań tak szybko, jak to możliwe. Aby uzyskać więcej informacji na temat wycofywania i migracji, odwiedź naszą dokumentację.

W tym artykule podsumowano kilka typowych przypadków użycia Azure Time Series Insights Gen2. Zalecenia zawarte w tym artykule stanowią punkt wyjścia do tworzenia aplikacji i rozwiązań przy użyciu usługi Azure Time Series Insights Gen2.

W szczególności ten artykuł odpowiada na następujące pytania:

Omówienie tych scenariuszy użycia opisano w poniższych sekcjach.

Wprowadzenie

Azure Time Series Insights Gen2 to kompleksowa oferta typu "platforma jako usługa". Służy do zbierania, przetwarzania, przechowywania, analizowania i wykonywania zapytań w wysoce kontekstowych, zoptymalizowanych pod kątem szeregów czasowych danych IoT w skali IoT. Jest to idealne rozwiązanie do eksploracji danych ad hoc i analizy operacyjnej. Azure Time Series Insights Gen2 to wyjątkowo rozszerzalna, niestandardowa oferta usług, która spełnia szerokie potrzeby wdrożeń przemysłowych IoT.

Eksploracja danych i wykrywanie anomalii wizualnych

Błyskawiczne eksplorowanie i analizowanie miliardów zdarzeń w celu wykrywania anomalii i odnajdywania ukrytych trendów w danych. Azure Time Series Insights Gen2 zapewnia niemal w czasie rzeczywistym wydajność obciążeń analizy IoT i DevOps.

Eksplorator danych

Większość klientów zgadza się, że minimalny czas wymagany do uzyskania szczegółowych informacji jest jedną z wyróżniających się funkcji Azure Time Series Insights Gen2:

  • Azure Time Series Insights Gen2 nie wymaga przygotowania danych z góry.
  • Szybkie połączenie z miliardami zdarzeń w wystąpieniach Azure IoT Hub lub Azure Event Hubs w ciągu kilku minut.
  • Po nawiązaniu połączenia możesz wizualizować i analizować miliardy zdarzeń, aby wykrywać anomalie i odnajdywać ukryte trendy w danych.

Azure Time Series Insights Gen2 jest intuicyjna i prosta w użyciu. Możesz wchodzić w interakcje z danymi bez konieczności pisania pojedynczego wiersza kodu. Nie trzeba też uczyć się nowego języka, chociaż Azure Time Series Insights Gen2 udostępnia szczegółowy język zapytań oparty na tekście dla zaawansowanych użytkowników, którzy znają język SQL. Zapewnia również eksplorację select-and-click dla początkujących.

Klienci mogą szybko korzystać z szybkości diagnozowania problemów związanych z zasobami. Mogą przeprowadzić analizę metodyki DevOps, aby uzyskać główną przyczynę błędu w rozwiązaniu IoT. Mogą również identyfikować obszary do flagowania w celu dalszego badania w ramach inicjatyw związanych z nauką o danych.

Istnieją trzy podstawowe sposoby interakcji z danymi przechowywanymi w usłudze Azure Time Series Insights Gen2:

  • Pierwszym i najprostszym sposobem rozpoczęcia pracy jest eksplorator Azure Time Series Insights Gen2. Umożliwia szybkie wizualizowanie wszystkich danych IoT w jednym miejscu. Udostępnia on narzędzia, takie jak mapa cieplna, które ułatwiają wykrywanie anomalii w danych. Zapewnia również widok perspektywy. Służy do porównywania maksymalnie czterech widoków z co najmniej jednego środowiska Azure Time Series Insights Gen2 na jednym pulpicie nawigacyjnym. Pulpit nawigacyjny udostępnia widok danych szeregów czasowych we wszystkich lokalizacjach. Dowiedz się więcej o eksploratorze Azure Time Series Insights Gen2. Aby zaplanować środowisko, przeczytaj artykuł Azure Time Series Insights Gen2 planning (Planowanie usługi Azure Time Series Insights Gen2).

  • Drugim sposobem rozpoczęcia jest użycie zestawu SDK języka JavaScript do szybkiego osadzania zaawansowanych wykresów i grafów w aplikacji internetowej. Za pomocą zaledwie kilku wierszy kodu możesz tworzyć zaawansowane zapytania. Służą do wypełniania wykresów liniowych, wykresów kołowych, wykresów słupkowych, map cieplnych, siatek danych i nie tylko. Wszystkie te elementy istnieją gotowe do użycia przy użyciu zestawu SDK. Zestaw SDK wyodrębnia również interfejsy API zapytań Azure Time Series Insights Gen2. Można ich używać do tworzenia predykatów przypominających język SQL w celu wykonywania zapytań dotyczących danych, które mają być wyświetlane na pulpicie nawigacyjnym. W przypadku rozwiązań w warstwie prezentacji hybrydowej Azure Time Series Insights Gen2 oferuje sparametryzowane adresy URL. Zapewniają one bezproblemowe punkty połączenia z eksploratorem Azure Time Series Insights Gen2, które umożliwiają szczegółowe omówienie danych.

  • Trzecim sposobem rozpoczęcia jest użycie zaawansowanych interfejsów API do wykonywania zapytań dotyczących danych przechowywanych w usłudze Azure Time Series Insights Gen2. Azure Time Series Insights Gen2 ma operatory czasowe, takie jak from, to, firsti last. Ma agregacje i przekształcenia, takie jak average, sum, min, max, time-weighted average, , time-weighted sumitp. Umożliwia również filtrowanie, arytmetyczne i logiczne operatory, funkcje skalarne itp. Wszystkie te operatory umożliwiają aplikacjom podrzędnym szybkie znajdowanie interesujących trendów i wzorców w danych. Użyj ich, aby wypełnić wizualizacje domowe w celu wykrycia anomalii.

Analiza operacyjna i zwiększenie wydajności procesu

Użyj Azure Time Series Insights Gen2, aby monitorować kondycję, użycie i wydajność sprzętu na dużą skalę i mierzyć wydajność operacyjną. Azure Time Series Insights Gen2 pomaga zarządzać różnymi i nieprzewidywalnymi obciążeniami IoT bez poświęcania wydajności pozyskiwania danych lub zapytań.

Zrzut ekranu przedstawia urządzenia I o T/dane aplikacji, przetwarzanie strumienia, wydajność operacyjną, inteligencję/szczegółowe informacje i zaawansowaną analizę w usłudze Azure Time Series Insights Gen2.

Przesyłanie strumieniowe i ciągłe przetwarzanie danych pochodzących z procesów operacyjnych może pomyślnie przekształcić dowolną firmę, jeśli jest ona połączona z odpowiednią technologią lub rozwiązaniem. Często te rozwiązania są kombinacją wielu systemów. Umożliwiają one eksplorację i analizę danych, które stale się zmieniają, zwłaszcza w obszarze IoT, i mają wspólny wzorzec.

Te wzorce często zaczynają się od platform z obsługą IoT, które pozyskuje miliardy zdarzeń z urządzeń i czujników obejmujących różne ustawienia regionalne. Te systemy przetwarzają i analizują dane przesyłane strumieniowo w celu uzyskania szczegółowych informacji i akcji w czasie rzeczywistym. Dane są zwykle archiwizowane w ciepłym i zimnym magazynie na potrzeby analizy wsadowej niemal w czasie rzeczywistym.

Zbierane dane przechodzą przez serię przetwarzania w celu oczyszczenia i kontekstowania ich na potrzeby podrzędnych scenariuszy zapytań i analiz. Platforma Azure oferuje zaawansowane usługi, które można zastosować do scenariuszy IoT, takich jak konserwacja zasobów i produkcja. Te usługi obejmują Azure Time Series Insights Gen2, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning i Power BI.

Architekturę rozwiązania można osiągnąć w następujący sposób:

  • Pozyskiwanie danych za pośrednictwem usługi IoT Hub lub Event Hubs w celu uzyskania najlepszych w klasie zabezpieczeń, przepływności i opóźnień.
  • Wykonywanie przetwarzania danych i obliczeń. Lejek pozyskał dane za pośrednictwem usług, takich jak Stream Analytics, Logic Apps i Azure Functions. Używana usługa zależy od konkretnych potrzeb związanych z przetwarzaniem danych.
  • Obliczone sygnały z potoku przetwarzania są wypychane do Azure Time Series Insights Gen2 na potrzeby przechowywania i analizy.

Azure Time Series Insights Gen2 oferuje eksplorację danych w czasie rzeczywistym i analizy oparte na zasobach na podstawie danych historycznych. W zależności od potrzeb biznesowych zadania MapReduce i Hive mogą być uruchamiane na danych przechowywanych w usłudze Azure Time Series Insights Gen2 przez połączenie Azure Time Series Insights Gen2 z usługą Azure HDInsight. Dane przechowywane w usłudze Azure Time Series Insights Gen2 są dostępne dla usługi Power BI i innych aplikacji klienckich za pośrednictwem interfejsów API zapytań Azure Time Series Insights Gen2. Te dane mogą być używane do głębokich scenariuszy analizy biznesowej i operacyjnej.

Analiza zaawansowana

Integracja z zaawansowanymi usługami analitycznymi, takimi jak Machine Learning i Azure Databricks. Azure Time Series Insights Gen2 przychodzących nieprzetworzonych danych z milionów urządzeń. Dodaje ona dane kontekstowe, które mogą być bezproblemowo używane przez pakiet usług analitycznych platformy Azure.

Analiza

Zaawansowana analiza i uczenie maszynowe zużywają i przetwarzają duże ilości danych. Te dane służą do podejmowania decyzji opartych na danych i przeprowadzania analizy predykcyjnej. W przypadkach użycia IoT zaawansowane algorytmy analityczne uczą się na podstawie danych zebranych z milionów urządzeń. Te urządzenia przesyłają dane wiele razy co sekundę. Dane zbierane z urządzeń IoT są nieprzetworzone. Brak informacji kontekstowych, takich jak lokalizacja urządzenia i jednostka odczytu czujnika. W związku z tym dane pierwotne są trudne do użycia bezpośrednio na potrzeby zaawansowanej analizy.

Azure Time Series Insights Gen2 łączy różnice między danymi IoT a zaawansowaną analizą na dwa proste i ekonomiczne sposoby:

  • Najpierw Azure Time Series Insights Gen2 zbiera nieprzetworzone dane telemetryczne z milionów urządzeń przy użyciu IoT Hub. Wzbogaca dane za pomocą informacji kontekstowych i przekształca dane w format parquet. Ten format można łatwo zintegrować z innymi zaawansowanymi usługami analitycznymi, takimi jak Machine Learning, Azure Databricks i aplikacje innych firm.

    Azure Time Series Insights Gen2 może służyć jako źródło prawdy dla wszystkich danych w organizacji. Tworzy centralne repozytorium dla podrzędnych obciążeń analitycznych do użycia. Ponieważ Azure Time Series Insights Gen2 jest usługą magazynu niemal w czasie rzeczywistym, zaawansowane modele analityczne mogą uczyć się stale z przychodzących danych telemetrycznych IoT. W związku z tym modele mogą tworzyć dokładniejsze przewidywania.

  • Po drugie, dane wyjściowe modeli uczenia maszynowego i przewidywania mogą być przekazywane do usługi Azure Time Series Insights Gen2, aby wizualizować i przechowywać wyniki. Ta procedura ułatwia organizacjom optymalizowanie i dostosowywanie modeli. Azure Time Series Insights Gen2 ułatwia wizualizowanie danych telemetrycznych przesyłanych strumieniowo na tej samej płaszczyźnie co wytrenowane dane wyjściowe modelu. W ten sposób pomaga zespołom nauki o danych wykrywać anomalie i identyfikować wzorce.

Następne kroki