användningsfall för Azure Time Series Insights Gen2

  • Artikel

Anteckning

Tjänsten Time Series Insights (TSI) stöds inte längre efter mars 2025. Överväg att migrera befintliga TSI-miljöer till alternativa lösningar så snart som möjligt. Mer information om utfasning och migrering finns i vår dokumentation.

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

Mer specifikt besvarar den här artikeln följande frågor:

En översikt över dessa användningsscenarier beskrivs i följande avsnitt.

Introduktion

Azure Time Series Insights Gen2 är ett plattform som en tjänst från slutpunkt till slutpunkt. Den används för att samla in, bearbeta, lagra, analysera och fråga efter mycket kontextualiserade, tidsserieoptimerade IoT-skalningsdata. Det är idealiskt för ad hoc-datagranskning och driftsanalys. Azure Time Series Insights Gen2 är ett unikt utökningsbart, anpassat tjänsterbjudande som uppfyller de breda behoven i 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 ger 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 främsta 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. Det finns inte heller något nytt språk som du behöver lära dig, även om Azure Time Series Insights Gen2 tillhandahåller ett detaljerat textbaserat frågespråk för avancerade användare som är bekanta med SQL. Det ger också select-and-click-utforskning för nybörjare.

Kunder kan dra nytta av hastigheten för att snabbt diagnostisera tillgångsrelaterade problem. De kan utföra DevOps-analys för att komma till rotorsaken till ett fel i en IoT-lösning. De kan också identifiera områden som ska flaggas för ytterligare undersökning som en del av deras datavetenskapsinitiativ.

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 värmekartan 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-planering.

  • Det andra sättet att börja är att använda JavaScript SDK för att snabbt bädda in kraftfulla diagram och grafer i webbappen. Med bara några få kodrader kan du skapa kraftfulla frågor. Använd dem för att fylla i linjediagram, cirkeldiagram, stapeldiagram, termiska kartor, datarutnät med mera. Alla dessa element är färdiga med hjälp av SDK:et. SDK:et 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 presentationslagerlösningar i hybridklass 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 som from, to, firstoch last. Den har aggregeringar och transformeringar som average, sum, min, max, time-weighted average, , time-weighted sumosv. Det tillåter också filtrering, aritmetiska och booleska operatorer, skalärfunktioner 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 hemodlade 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 inmatnings- eller frågeprestanda.

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

Direktuppspelning 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 hela tiden, 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 nästan realtids- och batchanalys.

Data som samlas in går igenom en serie bearbetningar för att rensa och kontextualisera dem för underordnade fråge- och analysscenarier. Azure erbjuder omfattande tjänster som kan tillämpas på IoT-scenarier som underhåll av tillgångar 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 bästa säkerhet, dataflöde och svarstid.
  • Utföra databearbetning och beräkningar. Trattmaterade data via tjänster som Stream Analytics, Logic Apps och Azure Functions. Vilken tjänst du använder beror på de specifika databehandlingsbehoven.
  • Beräknade signaler från bearbetningspipelinen skickas till Azure Time Series Insights Gen2 för lagring och analys.

Azure Time Series Insights Gen2 erbjuder datagranskning i nära realtid och tillgångsbaserade insikter om 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-API:er för offentliga surface-frågor. 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 ingresserar rådata från miljontals enheter. Den lägger till sammanhangsbaserade data som kan användas sömlöst av en uppsättning Azure-analystjänster.

Analys

Avancerad analys och maskininlärning förbrukar och bearbetar stora mängder data. Dessa data används för att fatta datadrivna beslut och utföra förutsägelseanalys. I IoT-användningsfall lär sig avancerade analysalgoritmer från data som samlas in från miljontals enheter. Dessa enheter överför data flera gånger varje sekund. Data som samlas in från IoT-enheter är råa. Den saknar sammanhangsberoende information, till exempel enhetens plats och sensoravläsningens enhet. Därför är rådata svåra att använda direkt för avancerad analys.

Azure Time Series Insights Gen2 överbryggar klyftan 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 sammanhangsberoende information och omvandlar 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 för arbetsbelastningar för nedströmsanalys som ska användas. Eftersom Azure Time Series Insights Gen2 är en lagringstjänst i nästan 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 deras 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