Udostępnij za pośrednictwem

Przypadki użycia usługi Azure Time Series Insights Gen2

  • Artykuł

Notatka

Usługa Time Series Insights zostanie wycofana 7 lipca 2024 r. Rozważ migrację istniejących środowisk do alternatywnych rozwiązań tak szybko, jak to możliwe. Aby uzyskać więcej informacji na temat rezygnacji i migracji, odwiedź naszą dokumentację .

Ten artykuł zawiera podsumowanie kilku typowych przypadków użycia usługi Azure Time Series Insights Gen2. Zalecenia zawarte w tym artykule stanowią punkt wyjścia do tworzenia aplikacji i rozwiązań za pomocą usługi Azure Time Series Insights Gen2.

W szczególności ten artykuł odpowiada na następujące pytania:

Omówienie tych scenariuszy użycia opisano w poniższych sekcjach.

Wprowadzenie

Usługa Azure Time Series Insights Gen2 to kompleksowa oferta typu "platforma jako usługa". Służy do zbierania, przetwarzania, przechowywania, analizowania i wykonywania zapytań o wysoce kontekstowe dane IoT zoptymalizowane pod kątem szeregów czasowych. Idealnie nadaje się do eksploracji danych ad hoc i analizy operacyjnej. Usługa Azure Time Series Insights Gen2 to wyjątkowo rozszerzalna, niestandardowa oferta usług, która spełnia szerokie potrzeby wdrożeń przemysłowych IoT.

Eksploracja danych i wykrywanie anomalii wizualnych

Błyskawiczne eksplorowanie i analizowanie miliardów zdarzeń w celu wykrycia anomalii i odnalezienia ukrytych trendów w danych. Usługa Azure Time Series Insights Gen2 zapewnia niemal w czasie rzeczywistym wydajność obciążeń analizy IoT i DevOps.

Eksplorator danych

Większość klientów zgadza się, że minimalny czas wymagany do uzyskania szczegółowych informacji jest jedną z autonomicznych funkcji usługi Azure Time Series Insights Gen2:

  • Usługa Azure Time Series Insights Gen2 nie wymaga przygotowania danych z góry.
  • Pozwala szybko połączyć się z miliardami zdarzeń w wystąpieniach usługi Azure IoT Hub lub Azure Event Hubs w ciągu kilku minut.
  • Po nawiązaniu połączenia możesz wizualizować i analizować miliardy zdarzeń, aby wykrywać anomalie i odnajdywać ukryte trendy w danych.

Usługa Azure Time Series Insights Gen2 jest intuicyjna i prosta w użyciu. Możesz wchodzić w interakcje z danymi bez konieczności pisania pojedynczego wiersza kodu. Nie trzeba również uczyć się nowego języka, chociaż usługa Azure Time Series Insights Gen2 udostępnia szczegółowy język zapytań oparty na tekście dla zaawansowanych użytkowników, którzy znają język SQL. Zapewnia również eksplorację typu „wybierz i kliknij” dla początkujących.

Klienci mogą szybko wykorzystać szybkość diagnozowania problemów związanych z zasobami. Mogą wykonywać analizę metodyki DevOps, aby uzyskać główną przyczynę błędu w rozwiązaniu IoT. Mogą również identyfikować obszary do zaznaczenia jako wymagające dalszych badań w ramach inicjatyw nauki o danych.

Istnieją trzy podstawowe sposoby interakcji z danymi przechowywanymi w usłudze Azure Time Series Insights Gen2:

  • Pierwszym i najprostszym sposobem rozpoczęcia pracy jest eksplorator usługi Azure Time Series Insights Gen2. Umożliwia szybkie wizualizowanie wszystkich danych IoT w jednym miejscu. Udostępnia narzędzia, takie jak mapa cieplna, które ułatwiają wykrywanie anomalii w danych. Zapewnia również widok perspektywy. Służy do porównywania maksymalnie czterech widoków z co najmniej jednego środowiska usługi Azure Time Series Insights Gen2 na jednym pulpicie nawigacyjnym. Pulpit nawigacyjny udostępnia widok danych szeregów czasowych we wszystkich lokalizacjach. Dowiedz się więcej na temat eksploratora usługi Azure Time Series Insights Gen2. Aby zaplanować swoje środowisko, przeczytaj Azure Time Series Insights Gen2 Planowanie.

  • Drugim sposobem rozpoczęcia jest użycie zestawu SDK języka JavaScript do szybkiego osadzania zaawansowanych wykresów i grafów w aplikacji internetowej. Za pomocą zaledwie kilku wierszy kodu możesz tworzyć zaawansowane zapytania. Użyj ich do wypełniania wykresów liniowych, wykresów kołowych, wykresów słupkowych, map cieplnych, siatek danych i innych. Wszystkie te elementy są gotowe do użycia dzięki zestawowi SDK. Zestaw SDK udostępnia również abstrakcje interfejsów API zapytań usługi Azure Time Series Insights Gen2. Można ich używać do tworzenia predykatów przypominających język SQL w celu wykonywania zapytań dotyczących danych, które mają być wyświetlane na pulpicie nawigacyjnym. W przypadku hybrydowych rozwiązań w warstwie prezentacji usługa Azure Time Series Insights Gen2 oferuje sparametryzowane adresy URL. Zapewniają one bezproblemowe punkty połączenia z Eksploratorem usługi Azure Time Series Insights Gen2 w celu uzyskania szczegółowych informacji na temat danych.

  • Trzecim sposobem rozpoczęcia jest użycie zaawansowanych interfejsów API do wykonywania zapytań dotyczących danych przechowywanych w usłudze Azure Time Series Insights Gen2. Usługa Azure Time Series Insights Gen2 ma operatory czasowe, takie jak from, to, firsti last. Zawiera agregacje i przekształcenia, takie jak average, sum, min, max, time-weighted average, time-weighted sumitp. Umożliwia również filtrowanie, arytmetyczne i logiczne operatory, funkcje skalarne itp. Wszystkie te operatory umożliwiają aplikacjom podrzędnym szybkie znajdowanie interesujących trendów i wzorców w danych. Użyj ich, aby wypełnić własne wizualizacje w celu wykrycia anomalii.

Analiza operacyjna i zwiększenie wydajności procesu

Użyj usługi Azure Time Series Insights Gen2, aby monitorować kondycję, użycie i wydajność sprzętu na dużą skalę i mierzyć wydajność operacyjną. Usługa Azure Time Series Insights Gen2 pomaga zarządzać różnymi i nieprzewidywalnymi obciążeniami IoT bez poświęcania pozyskiwania danych ani wydajności zapytań.

Zrzut ekranu przedstawia urządzenia IoT, dane aplikacji, przetwarzanie strumieniowe, wydajność operacyjną, inteligencję i szczegółowe analizy oraz zaawansowane analizy w usłudze Azure Time Series Insights Gen2.

Przesyłanie strumieniowe i ciągłe przetwarzanie danych pochodzących z procesów operacyjnych może pomyślnie przekształcić dowolną firmę, jeśli jest ona połączona z odpowiednią technologią lub rozwiązaniem. Często te rozwiązania są kombinacją wielu systemów. Umożliwiają one eksplorowanie i analizę danych, które stale się zmieniają, zwłaszcza w obszarze IoT, i współużytkują wspólny wzorzec.

Te wzorce często zaczynają się od platform z obsługą IoT, które pozyskują miliardy zdarzeń z urządzeń i czujników obejmujących różne lokalizacje. Te systemy przetwarzają i analizują dane przesyłane strumieniowo w celu uzyskiwania szczegółowych informacji i akcji w czasie rzeczywistym. Dane są zwykle archiwizowane w magazynie ciepłym i zimnym na potrzeby analizy wsadowej i niemal w czasie rzeczywistym.

Zbierane dane przechodzą przez serię przetwarzania w celu oczyszczenia i kontekstowania ich na potrzeby podrzędnych scenariuszy zapytań i analiz. Platforma Azure oferuje zaawansowane usługi, które można zastosować do scenariuszy IoT, takich jak konserwacja zasobów i produkcja. Te usługi obejmują usługę Azure Time Series Insights Gen2, IoT Hubs, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning i Power BI.

Architekturę rozwiązania można osiągnąć w następujący sposób:

  • Przesyłaj dane przez IoT Hub lub Event Hubs, aby zapewnić najlepsze zabezpieczenia, przepustowość i opóźnienia.
  • Wykonywanie przetwarzania danych i obliczeń. Przepuść pozyskane dane przez usługi, takie jak Stream Analytics, Logic Apps i Azure Functions. Używana usługa zależy od konkretnych potrzeb związanych z przetwarzaniem danych.
  • Obliczone sygnały z potoku przetwarzania są przesyłane do usługi Azure Time Series Insights Gen2 na potrzeby przechowywania i analizy.

Usługa Azure Time Series Insights Gen2 oferuje niemal w czasie rzeczywistym eksplorację danych i szczegółowe informacje oparte na zasobach na podstawie danych historycznych. W zależności od potrzeb biznesowych zadania MapReduce i Hive mogą być uruchamiane na danych przechowywanych w usłudze Azure Time Series Insights Gen2, łącząc usługę Azure Time Series Insights Gen2 z usługą Azure HDInsight. Dane przechowywane w Azure Time Series Insights Gen2 są dostępne dla Power BI i innych aplikacji klientów za pośrednictwem publicznych interfejsów API zapytań usługi Azure Time Series Insights Gen2. Te dane mogą być używane w scenariuszach analizy biznesowej i operacyjnej.

Analiza zaawansowana

Integracja z zaawansowanymi usługami analitycznymi, takimi jak Machine Learning i Azure Databricks. Azure Time Series Insights Gen2 przyjmuje nieprzetworzone dane z milionów urządzeń. Dodaje ona dane kontekstowe, które mogą być bezproblemowo używane przez pakiet usług analizy platformy Azure.

Analytics

Zaawansowana analiza i uczenie maszynowe zużywają i przetwarzają duże ilości danych. Te dane służą do podejmowania decyzji opartych na danych i przeprowadzania analizy predykcyjnej. W przypadkach użycia IoT zaawansowane algorytmy analityczne uczą się na podstawie danych zebranych z milionów urządzeń. Te urządzenia przesyłają dane wielokrotnie co sekundę. Dane zebrane z urządzeń IoT są nieprzetworzone. Brak informacji kontekstowych, takich jak lokalizacja urządzenia i jednostka odczytu czujnika. W związku z tym nieprzetworzone dane są trudne do użycia bezpośrednio w zaawansowanej analizie.

Usługa Azure Time Series Insights Gen2 łączy różnice między danymi IoT i zaawansowaną analizą na dwa proste i ekonomiczne sposoby:

  • Po pierwsze usługa Azure Time Series Insights Gen2 zbiera nieprzetworzone dane telemetryczne z milionów urządzeń przy użyciu usługi IoT Hub. Wzbogaca ona dane o informacje kontekstowe i przekształca je w format Parquet. Ten format można łatwo zintegrować z innymi zaawansowanymi usługami analitycznymi, takimi jak Machine Learning, Azure Databricks i aplikacje innych firm.

    Usługa Azure Time Series Insights Gen2 może służyć jako źródło prawdy dla wszystkich danych w całej organizacji. Tworzy centralne repozytorium dla obciążeń analizy podrzędnej do użycia. Ponieważ usługa Azure Time Series Insights Gen2 jest usługą magazynu niemal w czasie rzeczywistym, zaawansowane modele analityczne mogą ciągle dostosowywać się do przychodzących danych telemetrycznych IoT. W związku z tym modele mogą wykonywać dokładniejsze przewidywania.

  • Po drugie, dane wyjściowe modeli uczenia maszynowego i przewidywania można wprowadzać do usługi Azure Time Series Insights Gen2, aby wizualizować i przechowywać wyniki. Ta procedura ułatwia organizacjom optymalizowanie i dostosowywanie modeli. Usługa Azure Time Series Insights Gen2 ułatwia wizualizowanie danych telemetrycznych przesyłanych strumieniowo na tej samej płaszczyźnie co wytrenowane dane wyjściowe modelu. W ten sposób pomaga zespołom nauki o danych wykrywać anomalie i identyfikować wzorce.

Następne kroki