Analizowanie danych telemetrii

Ukończone

Dzięki wyraźnie zidentyfikowanym składnikom potoku IoT chcesz teraz skupić się na możliwości wyodrębniania danych, które zapewniają znaczący wgląd w stan zarządzanych urządzeń. Musisz zapoznać się z wbudowanymi możliwościami analizy usługi Azure IoT Central, aby określić, czy są one wystarczające do spełnienia wymagań. Jednak zamierzasz również ocenić inne opcje, w tym usługę Azure Time Series Szczegółowe informacje i funkcje eksportowania dostępne w usłudze Azure IoT Hub.

Jakie są podstawowe opcje analizy IoT?

Podstawowe opcje analizy IoT odzwierciedlają zasady przetwarzania danych architektury lambda. Architektura lambda reprezentuje warstwowe podejście do implementowania dwóch typów przetwarzania danych: wsadowego i przesyłania strumieniowego. Warstwa wsadowa, nazywana również powolną lub zimną ścieżką, przechowuje wszystkie dane przychodzące w postaci pierwotnej i stosuje do niej przetwarzanie wsadowe. Warstwa szybkości, nazywana również szybką lub gorącą ścieżką, stosuje analizę w czasie rzeczywistym lub niemal rzeczywistym.

Podejście do analizy i odpowiednich technologii do implementowania tego podejścia zależy od tego, czy przetwarzasz dane telemetryczne będące częścią szybkiej, czy powolnej ścieżki danych. W szczególności szybki przepływ danych podlega ograniczeniu opóźnienia, więc istnieje limit zakresu jego analizy. To ograniczenie nie ma zastosowania do danych przepływających przez powolną ścieżkę, co pozwala na bardzo dokładne i złożone analizy.

Jakie są możliwości analizy usługi Azure IoT Central?

Usługa Azure IoT Central oferuje wbudowane funkcje analityczne oparte na wbudowanej usłudze analitycznej, która łączy możliwości ścieżki gorącej i zimnej. Umożliwia monitorowanie punktów danych niemal w czasie rzeczywistym. Można również wizualizować trendy historyczne, korelować różne typy danych telemetrycznych i wykrywać anomalie w zebranych danych na podstawie wbudowanych i niestandardowych interaktywnych pulpitów nawigacyjnych. Ta funkcja używa Szczegółowe informacje usługi Azure Time Series do przetwarzania danych telemetrycznych.

Screenshot of the condition monitoring dashboard of an Azure IoT Central application.

Screenshot of the condition monitoring dashboard of an Azure IoT Central application based on a predefined template.

W ramach analizy ścieżek gorących możesz skonfigurować ciągły eksport danych z usługi Azure IoT Central do usługi Azure Event Hubs, która integruje się z usługą Azure Databricks. Po zainstalowaniu odpowiednich bibliotek w obszarze roboczym usługi Azure Databricks możesz używać jej zasobów przetwarzania do dalszej analizy strumienia telemetrii i generowania bardziej złożonych wizualizacji, takich jak wykresy skrzynkowe. Oprócz usługi Azure Databricks do tego celu można również użyć usługi Azure Stream Analytics lub funkcji przesyłania strumieniowego spark zawartej w usłudze Azure HDInsight. Alternatywnie możesz użyć Szczegółowe informacje usługi Azure Time Series. Ta usługa jest zoptymalizowana pod kątem równoczesnych zapytań dotyczących dużych zestawów danych z opóźnieniem w zakresie 30 i 60 sekund.

W przypadku zimnej ścieżki danych można eksportować dane w regularnych odstępach czasu do usługi Azure Blob Storage. Następnie można skonfigurować potok danych, który łączy następujące składniki:

  • Funkcja platformy Azure
  • Potok usługi Azure Data Factory
  • Baza danych Azure SQL Database
  • Rozwiązanie usługi Power BI

Uwaga

Rozwiązanie usługi Power BI umożliwia przetwarzanie, przekształcanie i wizualizowanie danych. Usługa Power BI umożliwia tworzenie modeli, kluczowych wskaźników wydajności (KPI) i ich wizualizacji za pośrednictwem interaktywnych pulpitów nawigacyjnych.

Jakie są możliwości analityczne usługi Azure Time Series Szczegółowe informacje?

Chociaż usługa Azure Time Series Szczegółowe informacje jest wbudowana w usługę Azure IoT Central, jest również dostępna jako oddzielna usługa, która ściśle integruje się z bramami w chmurze, takimi jak Azure IoT Hub i Azure Event Hubs. Udostępnia ona usługę analizy, magazynu i wizualizacji dla danych szeregów czasowych, w tym obsługę reguł filtrowania i agregacji podobnych do języka SQL. Jej możliwości wizualizacji obejmują obsługę nakładek różnych szeregów czasowych, porównań pulpitów nawigacyjnych, widoków tabelarycznych, map cieplnych i eksploratora danych na potrzeby interakcyjnych zapytań dotyczących danych. Ponadto uwidacznia bibliotekę kontrolek JavaScript, która ułatwia osadzanie wykresów szeregów czasowych w aplikacjach niestandardowych.

Jakie są możliwości analizy usługi Azure Stream Analytics?

Usługa Azure Stream Analytics jest częścią ścieżki gorących danych. Zapewnia ona analizę w czasie rzeczywistym i złożone przetwarzanie zdarzeń zoptymalizowane pod kątem dużych ilości danych przesyłanych strumieniowo pochodzących z urządzeń IoT, kanałów informacyjnych mediów społecznościowych i aplikacji. Usługa Azure Stream Analytics obsługuje operacje, takie jak okna, agregacje strumienia i zewnętrzne sprzężenia ze źródłem danych.