Freigeben über

Azure Time Series Insights Gen2 Anwendungsfälle

  • Artikel

Anmerkung

Der Time Series Insights-Dienst wird am 7. Juli 2024 eingestellt. Erwägen Sie, vorhandene Umgebungen so schnell wie möglich zu alternativen Lösungen zu migrieren. Weitere Informationen zur Einstellung und zur Migration finden Sie in unserer Dokumentation.

In diesem Artikel werden mehrere häufige Anwendungsfälle für Azure Time Series Insights Gen2 zusammengefasst. Die Empfehlungen in diesem Artikel dienen als Ausgangspunkt für die Entwicklung Ihrer Anwendungen und Lösungen mit Azure Time Series Insights Gen2.

Insbesondere beantwortet dieser Artikel die folgenden Fragen:

Eine Übersicht über diese Verwendungsszenarien wird in den folgenden Abschnitten beschrieben.

Einleitung

Azure Time Series Insights Gen2 ist ein End-to-End-Plattform-as-a-Service-Angebot. Es wird verwendet, um hoch kontextbezogene, zeitreihenoptimierte IoT-Skalierungsdaten zu sammeln, zu verarbeiten, zu speichern, zu analysieren und abzufragen. Es ist ideal für Ad-hoc-Datenexploration und betriebstechnische Analyse. Azure Time Series Insights Gen2 ist ein einzigartig erweiterbares, angepasstes Serviceangebot, das den breiten Anforderungen industrieller IoT-Bereitstellungen entspricht.

Datenerkundung und visuelle Anomalieerkennung

Untersuchen und analysieren Sie sofort Milliarden von Ereignissen, um Anomalien zu erkennen und versteckte Trends in Ihren Daten zu entdecken. Azure Time Series Insights Gen2 bietet nahezu Echtzeitleistung für Ihre IoT- und DevOps-Analysearbeitslasten.

Daten-Explorer

Die meisten Kunden stimmen zu, dass die minimale Zeit, die erforderlich ist, um Einblicke zu gewinnen, eine der herausragenden Features von Azure Time Series Insights Gen2 ist:

  • Azure Time Series Insights Gen2 erfordert keine Vorabdatenvorbereitung.
  • Es funktioniert schnell, um Sie mit Milliarden von Ereignissen in Ihren Azure IoT Hub- oder Azure Event Hubs-Instanzen in Minuten zu verbinden.
  • Nach der Verbindung können Sie Milliarden von Ereignissen visualisieren und analysieren, um Anomalien zu erkennen und ausgeblendete Trends in Ihren Daten zu erkennen.

Azure Time Series Insights Gen2 ist intuitiv und einfach zu verwenden. Sie können mit Ihren Daten interagieren, ohne eine einzelne Codezeile zu schreiben. Es gibt auch keine neue Sprache, die Sie erlernen müssen, obwohl Azure Time Series Insights Gen2 eine präzise textbasierte Abfragesprache für erweiterte Benutzer bereitstellt, die mit SQL vertraut sind. Es bietet auch Auswahl-und-Klick-Erkundung für Novices.

Kunden können die Geschwindigkeit nutzen, um ressourcenbezogene Probleme schnell zu diagnostizieren. Sie können DevOps-Analysen durchführen, um zur Ursache eines Fehlers in einer IoT-Lösung zu gelangen. Sie können auch Bereiche identifizieren, die im Rahmen ihrer Data Science-Initiativen zur weiteren Untersuchung gekennzeichnet werden sollen.

Es gibt drei primäre Möglichkeiten, mit Daten zu interagieren, die in Azure Time Series Insights Gen2 gespeichert sind:

  • Die erste und einfachste Möglichkeit für den Einstieg ist der Azure Time Series Insights Gen2 Explorer. Sie können sie verwenden, um alle Ihre IoT-Daten an einem zentralen Ort schnell zu visualisieren. Es stellt Tools wie die Wärmekarte bereit, um Anomalien in Ihren Daten zu erkennen. Sie bietet auch eine perspektivische Ansicht. Verwenden Sie sie, um bis zu vier Ansichten aus einer oder mehreren Azure Time Series Insights Gen2-Umgebungen in einem einzigen Dashboard zu vergleichen. Das Dashboard bietet Ihnen einen Überblick über Ihre Zeitreihendaten an allen Ihren Standorten. Erfahren Sie mehr über den Azure Time Series Insights Gen2 Explorer. Um Ihre Umgebung zu planen, lesen Sie Azure Time Series Insights Gen2 Planungsdokumentation.

  • Die zweite Möglichkeit besteht darin, das JavaScript SDK zu verwenden, um schnell leistungsstarke Diagramme und Grafiken in Ihre Webanwendung einzubetten. Mit nur wenigen Codezeilen können Sie leistungsstarke Abfragen erstellen. Verwenden Sie diese Diagramme, um Liniendiagramme, Kreisdiagramme, Balkendiagramme, Wärmekarten, Datenraster und vieles mehr aufzufüllen. Alle diese Elemente sind mit dem SDK sofort einsatzbereit. Das SDK abstrahiert auch die Abfrage-APIs von Azure Time Series Insights Gen2. Sie können sie verwenden, um SQL-ähnliche Prädikate zu erstellen, um die Daten abzufragen, die Sie auf einem Dashboard anzeigen möchten. Für hybride Präsentationsebenenlösungen bietet Azure Time Series Insights Gen2 parametrisierte URLs. Sie bieten nahtlose Verbindungspunkte mit dem Azure Time Series Insights Gen2-Explorer, um tiefe Einblicke in Daten zu erhalten.

  • Der dritte Einstieg ist die Verwendung der leistungsstarken APIs zum Abfragen von Daten, die in Azure Time Series Insights Gen2 gespeichert sind. Azure Time Series Insights Gen2 verfügt über zeitliche Operatoren wie from, to, firstund last. Es verfügt über Aggregationen und Transformationen wie average, sum, min, max, time-weighted average, time-weighted sumusw. Es ermöglicht auch das Filtern, arithmetische und boolesche Operatoren, skalare Funktionen usw. All diese Operatoren ermöglichen nachgeschalteten Anwendungen, interessante Trends und Muster in Ihren Daten schnell zu finden. Verwenden Sie sie, um eigene Visualisierungen zu erstellen und Anomalien zu erkennen.

Betriebsanalyse und Prozesseffizienz steigern

Verwenden Sie Azure Time Series Insights Gen2, um den Zustand, die Nutzung und die Leistung von Geräten zu überwachen und die Betriebseffizienz zu messen. Azure Time Series Insights Gen2 hilft, vielfältige und unvorhersehbare IoT-Workloads zu verwalten, ohne die Datenaufnahme- oder Abfrageleistung zu beeinträchtigen.

Screenshot zeigt IoT-Geräte / Anwendungsdaten, Datenstromverarbeitung, Betriebseffizienz, Einsichten und Erkenntnisse / erweiterte Analysen in Azure Time Series Insights Gen2.

Das Streamen und die kontinuierliche Verarbeitung von Daten, die aus betrieblichen Prozessen stammen, kann jedes Unternehmen erfolgreich transformieren, wenn es mit der richtigen Technologie oder Lösung kombiniert wird. Häufig handelt es sich bei diesen Lösungen um eine Kombination aus mehreren Systemen. Sie ermöglichen das Durchsuchen und Analysieren von Daten, die sich ständig ändern, insbesondere im IoT-Bereich, und teilen ein gemeinsames Muster.

Diese Muster beginnen häufig mit IoT-fähigen Plattformen, die Milliarden von Ereignissen von Geräten und Sensoren erfassen, die über verschiedene Regionen verteilt sind. Diese Systeme verarbeiten und analysieren Streamingdaten, um Einblicke und Aktionen in Echtzeit abzuleiten. Daten werden in der Regel in warmer und kalter Speicherung für nahezu Echtzeit- und Batchanalysen archiviert.

Gesammelte Daten durchlaufen eine Reihe von Verarbeitungen, um sie für nachgeschaltete Abfragen und Analyseszenarien zu bereinigen und zu kontextualisieren. Azure bietet umfangreiche Dienste, die auf IoT-Szenarien wie Bestandswartung und Fertigung angewendet werden können. Zu diesen Diensten gehören Azure Time Series Insights Gen2, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning und Power BI.

Die Lösungsarchitektur kann auf folgende Weise erreicht werden:

  • Erfassen von Daten über IoT Hub oder Event Hubs für erstklassige Sicherheit, hohen Durchsatz und niedrige Latenz.
  • Durchführen von Datenverarbeitungen und Berechnungen. Trichterdaten werden über Dienste wie Stream Analytics, Logik-Apps und Azure-Funktionen erfasst. Der von Ihnen verwendete Dienst hängt von den spezifischen Datenverarbeitungsanforderungen ab.
  • Berechnete Signale aus der Verarbeitungspipeline werden zur Speicherung und Analyse an Azure Time Series Insights Gen2 weitergeleitet.

Azure Time Series Insights Gen2 bietet nahezu echtzeitbasierte Datensuche und ressourcenbasierte Einblicke über historische Daten. Je nach Ihren geschäftlichen Anforderungen können MapReduce- und Hive-Aufträge auf den in Azure Time Series Insights Gen2 gespeicherten Daten ausgeführt werden, wenn Azure Time Series Insights Gen2 mit Azure HDInsight verbunden wird. In Azure Time Series Insights Gen2 gespeicherte Daten sind für Power BI und andere Kundenanwendungen über die öffentlichen Oberflächenabfrage-APIs der Azure Time Series Insights Gen2 verfügbar. Diese Daten können für umfassende Geschäfts- und Betriebsintelligenzszenarien verwendet werden.

Erweiterte Analysen

Integrieren Sie mit fortschrittlichen Analysediensten wie Machine Learning und Azure Databricks. Azure Time Series Insights Gen2 erfasst Rohdaten von Millionen von Geräten. Sie fügt Kontextdaten hinzu, die nahtlos von einer Suite von Azure Analytics-Diensten genutzt werden können.

Analytics

Erweiterte Analysen und maschinelles Lernen nutzen und verarbeiten große Datenmengen. Diese Daten werden verwendet, um datengesteuerte Entscheidungen zu treffen und Predictive Analysis durchzuführen. In IoT-Anwendungsfällen lernen erweiterte Analysealgorithmen aus den daten, die von Millionen von Geräten gesammelt werden. Diese Geräte übertragen Daten mehrmals jede Sekunde. Die von IoT-Geräten gesammelten Daten sind noch unbearbeitet. Es fehlen kontextbezogene Informationen wie der Standort des Geräts und die Einheit der Sensormessung. Daher ist es schwierig, Rohdaten direkt für erweiterte Analysen zu nutzen.

Azure Time Series Insights Gen2 verbindet die Lücke zwischen IoT-Daten und erweiterten Analysen auf zwei einfache und kostengünstige Weise:

  • Zuerst sammelt Azure Time Series Insights Gen2 unformatierte Telemetriedaten von Millionen von Geräten mithilfe von IoT Hub. Es bereichert Daten mit kontextbezogenen Informationen und wandelt Daten in ein Parquet-Format um. Dieses Format kann problemlos in andere erweiterte Analysedienste wie Machine Learning, Azure Databricks und Anwendungen von Drittanbietern integriert werden.

    Azure Time Series Insights Gen2 kann als Quelle der Wahrheit für alle Daten in einer Organisation dienen. Es erstellt ein zentrales Repository für nachgeschaltete Analysearbeitslasten, die verwendet werden sollen. Da Azure Time Series Insights Gen2 ein nahezu echtzeitbasierter Speicherdienst ist, können erweiterte Analysemodelle kontinuierlich aus eingehenden IoT-Telemetriedaten lernen. Daher können die Modelle genauere Vorhersagen vornehmen.

  • Zweitens können die Ausgaben von Machine Learning- und Vorhersagemodellen in Azure Time Series Insights Gen2 eingespeist werden, um ihre Ergebnisse zu visualisieren und zu speichern. Dieses Verfahren hilft Organisationen dabei, ihre Modelle zu optimieren und anzupassen. Azure Time Series Insights Gen2 erleichtert die Visualisierung von Streaming-Telemetriedaten auf derselben Ebene wie die trainierten Modellausgaben. Auf diese Weise hilft es Data Science-Teams, Anomalien zu erkennen und Muster zu identifizieren.

Nächste Schritte