Användningsfall för Azure Time Series Insights Gen2

  • Artikel
  • 7 minuter för att läsa

Den här artikeln sammanfattar flera vanliga användningsfall för Azure Time Series Insights Gen2. Rekommendationerna i den här artikeln fungerar som utgångspunkt för att utveckla program och lösningar med Azure Time Series Insights Gen2.

Mer specifikt ger den här artikeln svar på följande frågor:

En översikt över dessa användningsscenarier beskrivs i följande avsnitt.

Introduktion

Azure Time Series Insights Gen2 är ett plattform som en tjänst-erbjudande från start till slut. Den används för att samla in, bearbeta, lagra, analysera och köra frågor mot mycket kontextualiserade, tidsserieoptimerade IoT-skalningsdata. Det är perfekt för ad hoc-datagranskning och driftsanalys. Azure Time Series Insights Gen2 är ett unikt utökningsbart, anpassat tjänsterbjudande som uppfyller de breda behoven för industriella IoT-distributioner.

Datagranskning och visuell avvikelseidentifiering

Utforska och analysera miljarder händelser direkt för att upptäcka avvikelser och upptäcka dolda trender i dina data. Azure Time Series Insights Gen2 levererar prestanda nästan i realtid för dina IoT- och DevOps-analysarbetsbelastningar.

Datautforskaren

De flesta kunder är överens om att den minsta tid som krävs för att få insikter är en av de viktigaste funktionerna i Azure Time Series Insights Gen2:

  • Azure Time Series Insights Gen2 kräver ingen förberedelse av startdata.
  • Det går snabbt att ansluta dig till miljarder händelser i Azure IoT Hub eller Azure Event Hubs instanser på några minuter.
  • När du är ansluten kan du visualisera och analysera miljarder händelser för att upptäcka avvikelser och identifiera dolda trender i dina data.

Azure Time Series Insights Gen2 är intuitivt och enkelt att använda. Du kan interagera med dina data utan att skriva en enda kodrad. Du behöver inte heller lära dig något nytt språk, även om Azure Time Series Insights Gen2 tillhandahåller ett detaljerad textbaserat frågespråk för avancerade användare som är bekanta med SQL. Du kan också välja och klicka på utforskning för nybörjare.

Kunder kan snabbt dra nytta av hastigheten för att snabbt diagnostisera tillgångsrelaterade problem. De kan utföra DevOps-analys för att komma till rotorsaken till en bugg i en IoT-lösning. De kan också identifiera områden att flagga för vidare undersökning som en del av deras dataforskningsinitiativ.

Det finns tre huvudsakliga sätt att interagera med data som lagras i Azure Time Series Insights Gen2:

  • Det första och enklaste sättet att komma igång är med Azure Time Series Insights Gen2 Explorer. Du kan använda den för att snabbt visualisera alla dina IoT-data på ett och samma ställe. Den innehåller verktyg som den värmekarta som hjälper dig att upptäcka avvikelser i dina data. Det ger också en perspektivvy. Använd den för att jämföra upp till fyra vyer från en eller flera Azure Time Series Insights Gen2-miljöer på en enda instrumentpanel. Instrumentpanelen ger dig en vy över dina tidsseriedata på alla dina platser. Läs mer om Azure Time Series Insights Gen2 Explorer. Om du vill planera din miljö läser du Azure Time Series Insights Gen2 planning ( Azure Time Series – Planering för Azure Insights Gen2).

  • Det andra sättet att börja är att använda JavaScript SDK för att snabbt bädda in kraftfulla diagram och grafer i webbprogrammet. Med bara några få rader kod kan du skapa kraftfulla frågor. Använd dem för att fylla i linjediagram, cirkeldiagram, stapeldiagram, värmekartor, datarutnät med mera. Alla dessa element finns redan med sdk:n. SDK:n abstraherar även Azure Time Series Insights Gen2-fråge-API:er. Du kan använda dem för att skapa SQL-liknande predikat för att fråga efter de data som du vill visa på en instrumentpanel. För lösningar på hybridpresentationslager erbjuder Azure Time Series Insights Gen2 parametriserade URL:er. De ger sömlösa anslutningspunkter med Azure Time Series Insights Gen2 Explorer för djupdykning i data.

  • Det tredje sättet att börja är att använda de kraftfulla API:erna för att fråga efter data som lagras i Azure Time Series Insights Gen2. Azure Time Series Insights Gen2 har temporala operatorer from som , , och to first last . Den har aggregeringar och transformeringar average som , , , , , sum min max time-weighted average time-weighted sum osv. Det tillåter även filtrering, aritmetiska och booleska operatorer, skalära funktioner osv. Alla dessa operatorer gör det möjligt för underordnade program att snabbt hitta intressanta trender och mönster i dina data. Använd dem för att fylla i hemgrown-visualiseringar för att upptäcka avvikelser.

Driftsanalys och driva processeffektivitet

Använd Azure Time Series Insights Gen2 för att övervaka hälsotillstånd, användning och prestanda för utrustning i stor skala och mäta driftseffektivitet. Azure Time Series Insights Gen2 hjälper till att hantera olika och oförutsägbara IoT-arbetsbelastningar utan att offra inmatning eller frågeprestanda.

Skärmbild som visar I o T-enheter/programdata, strömbearbetning, driftseffektivitet, intelligens/insikter och avancerad analys i Azure Time Series Insights Gen2.

Strömning och kontinuerlig bearbetning av data som kommer från operativa processer kan omvandla alla företag om de kombineras med rätt teknik eller lösning. Dessa lösningar är ofta en kombination av flera system. De möjliggör utforskning och analys av data som ändras kontinuerligt, särskilt i IoT-sfären, och delar ett gemensamt mönster.

Dessa mönster börjar ofta med IoT-aktiverade plattformar som matar in miljarder händelser från enheter och sensorer som sträcker sig över olika språk. Dessa system bearbetar och analyserar strömmande data för att härleda insikter och åtgärder i realtid. Data arkiveras vanligtvis till varm och kall lagring för analys i nära realtid och batchanalys.

Data som samlas in går igenom en serie bearbetning för att rensa och kontextualisera dem för underordnade fråge- och analysscenarier. Azure erbjuder omfattande tjänster som kan tillämpas på IoT-scenarier som tillgångsunderhåll och tillverkning. Dessa tjänster omfattar Azure Time Series Insights Gen2, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning och Power BI.

Lösningsarkitekturen kan uppnås på följande sätt:

  • Mata in data via IoT Hub eller Event Hubs för förstklassig säkerhet, dataflöde och svarstid.
  • Utföra databearbetning och beräkningar. Tratt matas in data via tjänster som Stream Analytics, Logic Apps och Azure Functions. Vilken tjänst du använder beror på de specifika databearbetningsbehoven.
  • Beräknade signaler från bearbetningspipelinen skickas till Azure Time Series Insights Gen2 för lagring och analys.

Azure Time Series Insights Gen2 erbjuder datautforskning i nära realtid och tillgångsbaserade insikter över historiska data. Beroende på dina affärsbehov kan MapReduce- och Hive-jobb köras på data som lagras i Azure Time Series Insights Gen2 genom att ansluta Azure Time Series Insights Gen2 till Azure HDInsight. Data som lagras i Azure Time Series Insights Gen2 är tillgängliga för Power BI och andra kundprogram via Azure Time Series Insights Gen2:s offentliga fråge-API:er. Dessa data kan användas för djupgående affärs- och driftsinformationsscenarier.

Avancerad analys

Integrera med avancerade analystjänster som Machine Learning och Azure Databricks. Azure Time Series Insights Gen2 ingresser rådata från miljontals enheter. Den lägger till sammanhangsbaserade data som kan användas sömlöst av en uppsättning Azure-analystjänster.

Analys

Avancerade analyser och maskininlärning förbrukar och bearbetar stora mängder data. Dessa data används för att fatta datadrivna beslut och utföra förutsägelseanalys. I användningsfall med IoT lär sig algoritmer för avancerad analys från data som samlas in från miljontals enheter. Dessa enheter överför data flera gånger per sekund. De data som samlas in från IoT-enheter är rådata. Den saknar sammanhangsbaserad information, till exempel enhetens plats och enheten för sensoravläsningen. Därför är rådata svåra att använda direkt för avancerad analys.

Azure Time Series Insights Gen2 överbryggar avståndet mellan IoT-data och avancerad analys på två enkla och kostnadseffektiva sätt:

  • Först samlar Azure Time Series Insights Gen2 in råtelemetridata från miljontals enheter med hjälp av IoT Hub. Den berikar data med sammanhangsbaserad information och transformerar data till ett parquet-format. Det här formatet kan enkelt integreras med andra avancerade analystjänster, till exempel Machine Learning, Azure Databricks och program från tredje part.

    Azure Time Series Insights Gen2 kan fungera som sanningskälla för alla data i en organisation. Den skapar en central lagringsplats som arbetsbelastningar för nedströmsanalys kan använda. Eftersom Azure Time Series Insights Gen2 är en lagringstjänst nästan i realtid kan avancerade analysmodeller lära sig kontinuerligt från inkommande IoT-telemetridata. Därför kan modellerna göra mer exakta förutsägelser.

  • För det andra kan utdata från maskininlärnings- och förutsägelsemodeller matas in i Azure Time Series Insights Gen2 för att visualisera och lagra sina resultat. Den här proceduren hjälper organisationer att optimera och justera sina modeller. Azure Time Series Insights Gen2 gör det enkelt att visualisera strömmande telemetridata på samma plan som den tränade modellens utdata. På så sätt hjälper det datavetenskapsteam att upptäcka avvikelser och identifiera mönster.

Nästa steg