你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
分析和可视化 IoT 数据
本概述介绍了有关分析和可视化 IoT 数据的选项的关键概念。 每个部分都包含指向提供进一步详细信息和指导的内容的链接。
下图显示了典型 IoT 解决方案中组件的高级视图。 本文重点介绍与分析和可视化 IoT 数据相关的领域。
在 Azure IoT 中，分析和可视化服务用于识别和显示派生自 IoT 数据的业务见解。 例如，可以使用机器学习模型来分析设备遥测数据，并预测何时应对工业资产执行维护。 还可以使用可视化工具显示设备位置的地图。
Azure 数字孪生
借助 Azure 数字孪生服务，可以生成和维护作为真实世界的实时、最新的表示形式的模型。 可以从这些模型查询、分析和生成可视化效果，以提取业务见解。 示例模型包括建筑物的表示形式，其中包含有关房间、房间中的设备以及房间和设备之间的关系的信息。 填充这些模型的实际数据通常从 IoT 设备收集并通过 IoT 中心发送。
外部服务
可以使用许多服务来分析和可视化 IoT 数据。 某些服务旨在处理流式传输的 IoT 数据，而其他服务则更通用。 以下服务是用于 IoT 解决方案中分析和可视化的一些最常见服务：
Azure 数据资源管理器
Azure 数据资源管理器是一种完全托管的高性能大数据分析平台，可让你轻松地以准实时方式分析大量数据。 以下文章和教程包含了如何使用 Azure 数据资源管理器分析和可视化 IoT 数据的一些示例：
Databricks
使用 Azure Databricks 通过从 BI 到机器学习的解决方案来处理、存储、清理、共享、分析数据集，进行建模并实现盈利。 使用 Azure Databricks 平台生成和部署数据工程工作流、机器学习模型、分析仪表板等。
通过 Azure 事件中心和 Azure Databricks 群集使用结构化流式处理。 可以将 Databricks 工作区连接到 IoT 中心上与事件中心兼容的终结点，以从 IoT 设备读取数据。
Azure 流分析
Azure 流分析是一种完全托管的流处理引擎，旨在低延迟下分析和处理大量流数据。 可以在源自各种输入源（包括应用程序、设备、传感器）的数据中识别模式和关系。 可以使用这些模式来触发操作和启动工作流，例如创建警报或将信息馈送给报告工具。 流分析还可在 Azure IoT Edge 运行时上使用，从而能够直接在边缘上处理数据。
Power BI
Power BI 是软件服务、应用和连接器的集合，它们协同工作以将相关数据来源转换为连贯的视觉逼真的交互式见解。 使用 Power BI，可以轻松连接到数据源，可视化并发现重要内容，并根据需要与任何人共享报表。
Azure Maps
Azure Maps 是一系列地理空间服务和 SDK，它使用全新地图绘制数据为 Web 和移动应用程序提供地理上下文。 有关 IoT 示例，请参阅与 Azure Maps 集成（Azure 数字孪生）。
Grafana
Grafana 是可视化和分析软件。 它允许你查询、可视化、发出警报并浏览你的指标、日志和跟踪，无论它们存储在何处。 它提供了将时序数据库数据转换为见解图和可视化效果的工具。 Azure 托管 Grafana 是用于分析和监视解决方案的完全托管服务。 若要详细了解如何在 IoT 解决方案中使用 Grafana，请参阅将 Grafana 与 Azure IoT 配合使用的云 IoT 仪表板。
IoT Central
IoT Central 提供了一组丰富的功能，可用于分析和可视化 IoT 数据。 以下文章和教程演示了使用 IoT Central 分析和可视化 IoT 数据的一些示例：
后续步骤
现在，你已了解 IoT 解决方案可用的分析和可视化选项的概述，接下来建议的步骤包括：