Freigeben über

Analysieren und Visualisieren Ihrer IoT-Daten

  • Artikel

In dieser Übersicht werden die wichtigsten Konzepte rund um die Optionen zum Analysieren und Visualisieren Ihrer IoT-Daten vorgestellt. Jeder Abschnitt enthält Links zu Inhalten, die weitere Details und Anleitungen enthalten.

In Azure IoT werden Analyse- und Visualisierungsdienste verwendet, um aus Ihren IoT-Daten abgeleitete Geschäftsinformationen zu ermitteln und anzuzeigen. Sie können z. B. ein Machine Learning-Modell verwenden, um Gerätetelemetriedaten zu analysieren und vorherzusagen, wann eine Wartung für eine Industrieanlage ausgeführt werden soll. Sie können auch ein Visualisierungs-Tool verwenden, um eine Karte der Standorte Ihrer Geräte anzuzeigen.

Das folgende Diagramm zeigt eine allgemeine Übersicht über die Komponenten in einer typischen IoT-Lösung. Dieser Artikel konzentriert sich auf die Bereiche, die für die Analyse und Visualisierung Ihrer IoT-Daten relevant sind:

Diagramm der allgemeinen IoT-Lösungsarchitektur mit hervorgehobenen Bereichen für die Lösungsvisualisierung.

Externe Dienste

Es gibt viele Dienste, mit denen Sie Ihre IoT-Daten analysieren und visualisieren können. Einige Dienste sind für das Streamen von IoT-Daten konzipiert, während andere universeller sind. Die folgenden Dienste gehören zu den am häufigsten verwendeten Diensten zur Analyse und Visualisierung in IoT-Lösungen:

Microsoft Fabric

Microsoft Fabric ist eine End-to-End-Analyse- und -Datenplattform für Unternehmen, die eine einheitliche Lösung erfordern. Es umfasst Datenverschiebung, Verarbeitung, Ingestion, Transformation, Echtzeit-Ereignisrouting und Berichtserstellung. Sie bietet eine umfassende Suite von Diensten wie Data Science und Echtzeitanalysen.

Die folgenden Artikel zeigen einige Beispiele für die Verwendung von Microsoft Fabric zum Analysieren und Visualisieren von IoT-Daten:

Azure Data Explorer

Azure Data Explorer ist eine vollständig verwaltete, hochleistungsfähige Big Data-Analyseplattform, mit der sich große Datenmengen nahezu in Echtzeit analysieren lassen. Die folgenden Artikel und Tutorials zeigen einige Beispiele für die Verwendung von Azure Data Explorer zum Analysieren und Visualisieren von IoT-Daten:

Power BI

Power BI ist eine Sammlung von Softwarediensten, Apps und Connectors, die zusammenwirken, um Ihre nicht verbundenen Datenquellen in kohärente, visuell überzeugende und interaktive Einblicke umzuwandeln. Mit Power BI können Sie komfortabel Verbindungen zwischen Ihren Datenquellen herstellen, wichtige Elemente entdecken und visualisieren sowie die Berichte mit den gewünschten Personen teilen.

Grafana

Grafana ist eine Software für Visualisierungs- und Analysefunktionen. Sie können Ihre Metriken, Protokolle und Ablaufverfolgungen abfragen, visualisieren, untersuchen und dafür Warnungen festlegen, unabhängig davon, wo sie gespeichert sind. Es bietet Ihnen Tools, um die Daten Ihrer Zeitreihendatenbank in aufschlussreiche Diagramme und Visualisierungen umzuwandeln. Azure Managed Grafana ist ein vollständig verwalteter Dienst für Analyse- und Überwachungslösungen. Weitere Informationen zur Verwendung von Grafana in Ihrer IoT-Lösung finden Sie unter Cloud-IoT-Dashboards, die Grafana mit Azure IoT verwenden.

Databricks

Verwenden Sie Azure Databricks, um Datasets mit Lösungen, die von BI bis zu maschinellem Lernen reichen, zu verarbeiten, zu speichern, zu bereinigen, zu teilen, zu modellieren und zu monetarisieren. Verwenden Sie die Azure Databricks-Plattform, um Datentechnik-Workflows, Machine Learning-Modelle, Analyse-Dashboards und vieles mehr zu erstellen und bereitzustellen.

Verwenden Sie strukturiertes Streaming mit Azure Event Hubs- und Azure Databricks-Clustern. Sie können einen Databricks-Arbeitsbereich mit dem Event Hubs-kompatiblen Endpunkt auf einem IoT Hub verbinden, um Daten von IoT-Geräten zu lesen.

Azure Stream Analytics

Azure Stream Analytics ist eine vollständig verwaltete Stream-Verarbeitungs-Engine, die für die Analyse und Verarbeitung großer Mengen von Streaming-Daten mit geringer Latenz konzipiert ist. In Daten aus einer Reihe von Eingabequellen wie Anwendungen, Geräten und Sensoren können Muster und Beziehungen identifiziert werden. Sie können diese Muster verwenden, um Aktionen auszulösen und Workflows zu initiieren, z. B. das Erstellen von Warnungen oder das Einspeisen von Informationen in ein Berichts-Tool. In einer Cloudlösung ist Stream Analytics außerdem in der Azure IoT Edge-Runtime verfügbar, wo es die Datenverarbeitung direkt am Edge ermöglicht.

Azure Maps

Azure Maps ist eine Sammlung von Geodiensten und SDKs, bei denen aktuelle Kartendaten verwendet werden, um einen geografischen Kontext für Webanwendungen und mobile Anwendungen bereitzustellen. Ein IoT-Beispiel finden Sie unter Integrieren in Azure Maps (Azure Digital Twins).