Руководство. Получение аналитических сведений из обработанных данных

В этом руководстве вы заполняете панель мониторинга в режиме реального времени для сбора аналитических сведений из данных OPC UA, отправленных в Центры событий в предыдущем руководстве. Используя Аналитику в реальном времени Microsoft Fabric, вы переносите данные из Центров событий в Microsoft Fabric и сопоставляете их с базой данных KQL, которая может быть источником для панелей мониторинга реального времени. Затем вы создадите панель мониторинга, чтобы отобразить эти данные в визуальных плитках, которые записывают аналитические сведения и отображают значения с течением времени.

Эти операции — это последние шаги в примере комплексного руководства, который переходит от развертывания операций Интернета вещей Azure на границе с помощью получения аналитических сведений от этих данных устройства в облаке.

Необходимые компоненты

Перед началом работы с этим руководством необходимо выполнить руководство . Отправка данных телеметрии активов в облако с помощью потока данных

Вам также нужна подписка Microsoft Fabric. В подписке вам нужен доступ к рабочей области с разрешениями участника или выше.

Кроме того, клиент Fabric должен разрешить создание панелей мониторинга в режиме реального времени. Это параметр, который можно включить администратором клиента. Дополнительные сведения см. в разделе "Включение параметров клиента" на портале администрирования.

Какая проблема будет решена?

После прибытия данных OPC UA в облако у вас будет много информации, доступной для анализа. Может потребоваться упорядочить эти данные и создавать отчеты, содержащие графы и визуализации, чтобы получить аналитические сведения от данных. В этом руководстве показано, как подключить эти данные к аналитике в режиме реального времени и создать панель мониторинга в режиме реального времени.

Прием данных в аналитику в режиме реального времени

В этом разделе описана настройка потока событий Microsoft Fabric для подключения концентратора событий к базе данных KQL в аналитике в режиме реального времени. Этот процесс включает настройку сопоставления данных для преобразования полезных данных из формата JSON в столбцы В KQL.

Создание потока событий

В этом разделе описано, как создать поток событий, который будет использоваться для переноса данных из Центров событий в Microsoft Fabric Real-Time Intelligence и в конечном итоге в базу данных KQL.

Начните с перехода к интерфейсу аналитики в режиме реального времени в Microsoft Fabric и открытию рабочей области Fabric.

Выполните действия, описанные в статье "Создание потока событий в Microsoft Fabric ", чтобы создать новый ресурс eventstream в рабочей области.

После создания потока событий вы увидите главный редактор, где можно приступить к созданию потока событий.

Добавление концентратора событий в качестве источника

Затем добавьте концентратор событий из предыдущего руководства в качестве источника данных для потока событий.

Выполните действия, описанные в разделе "Добавление источника Центры событий Azure" в поток событий, чтобы добавить источник события. Помните следующие заметки:

• Вы создадите новое облачное подключение с проверкой подлинности общего доступа.
  • Убедитесь, что локальная проверка подлинности включена в концентраторе событий. Это можно задать на странице обзора в портал Azure.
• Для группы потребителей используйте выбор по умолчанию ($Default).
• Для формата данных выберите Json (он может быть выбран уже по умолчанию).

После завершения этого потока концентратор событий Azure отображается в динамическом представлении потока событий в качестве источника.

Проверка потока данных

Выполните следующие действия, чтобы проверить работу до сих пор, и убедитесь, что данные будут передаваться в поток событий.

1. Запустите кластер, где вы развернули операции Интернета вещей Azure в предыдущих руководствах. Симулятор OPC PLC, развернутый с помощью экземпляра операций Интернета вещей Azure, должен начать работу и отправку данных брокеру MQTT. Эту часть потока можно проверить с помощью mqttui, как описано в разделе "Проверка потока данных".

2. Подождите несколько минут, пока данные будут распространяться. Затем в динамическом представлении событий выберите источник AzureEventHub и обновите предварительную версию данных. Данные JSON из симулятора начинают отображаться в таблице.

   

Совет

Если данные не прибыли в поток событий, может потребоваться проверить действие концентратора событий, чтобы убедиться, что он получает сообщения. Это поможет изолировать раздел потока для отладки.

Подготовка ресурсов KQL

В этом разделе описано, как создать базу данных KQL в рабочей области Microsoft Fabric для использования в качестве назначения для данных.

1. Выполните действия, описанные в разделе "Создание хранилища событий", чтобы создать хранилище событий аналитики в реальном времени с дочерней базой данных KQL. Вам потребуется только выполнить раздел под названием Create an Eventhouse.

2. Затем создайте таблицу в базе данных. Вызовите его OPCUA и используйте следующие столбцы.

   Имя столбца	Тип данных
   AssetId	строка
   Температура	десятичное
   Влажность	десятичное
   Метка времени	datetime

3. После создания таблицы OPCUA выберите базу данных и нажмите кнопку "Изучение данных", чтобы открыть окно запроса.

   

4. Выполните следующий запрос KQL, чтобы создать сопоставление данных для таблицы. Сопоставление данных будет вызываться opcua_mapping.

   .create table ['OPCUA'] ingestion json mapping 'opcua_mapping' '[{"column":"AssetId", "Properties":{"Path":"$[\'AssetId\']"}},{"column":"Temperature", "Properties":{"Path":"$[\'ThermostatTemperature\']"}},{"column":"Humidity", "Properties":{"Path":"$[\'ThermostatHumidity\']"}},{"column":"Timestamp", "Properties":{"Path":"$[\'EventProcessedUtcTime\']"}}]'
   

Добавление таблицы данных в качестве назначения

Затем вернитесь в представление потока событий, где можно добавить новую таблицу KQL в качестве назначения потока событий.

Выполните действия, описанные в разделе "Добавление назначения базы данных KQL" в поток событий, чтобы добавить назначение. Помните следующие заметки:

• Используйте режим прямого приема.

• На шаге "Настройка" выберите созданную ранее таблицу OPCUA .

• На шаге проверки откройте дополнительные параметры. В разделе "Сопоставление" выберите существующее сопоставление и выберите opcua_mapping.

  

  Совет

  Если существующие сопоставления не найдены, попробуйте обновить редактор событий и перезапустить шаги для добавления назначения. Кроме того, можно инициировать этот же процесс конфигурации из таблицы KQL, а не из потока событий, как описано в разделе "Получение данных из eventstream".

После завершения этого потока таблица KQL отображается в динамическом представлении потока событий в качестве назначения.

Подождите несколько минут, пока данные будут распространяться. Затем выберите назначение KQL и обновите предварительный просмотр данных, чтобы просмотреть обработанные данные JSON из потока событий, отображаемых в таблице.

Если вы хотите, вы также можете просматривать и запрашивать эти данные в базе данных KQL напрямую.

Создание панели мониторинга в режиме реального времени

В этом разделе вы создадите новую панель мониторинга в режиме реального времени для визуализации данных учебника. Панель мониторинга позволит фильтровать по идентификатору ресурса и метке времени и отображать визуальные сводки данных о температуре и влажности.

Примечание.

Панели мониторинга реального времени можно создавать только в том случае, если администратор клиента включил создание панелей мониторинга в режиме реального времени в клиенте Fabric. Дополнительные сведения см. в разделе "Включение параметров клиента" на портале администрирования.

Создание панели мониторинга и подключение источника данных

Выполните действия, описанные в разделе "Создание новой панели мониторинга", чтобы создать новую панель мониторинга в реальном времени из возможностей аналитики в режиме реального времени.

Затем выполните действия, описанные в разделе "Добавление источника данных", чтобы добавить базу данных в качестве источника данных. Помните следующее:

• В области источников данных база данных будет находиться в центре данных OneLake.

Настроить параметры

Затем настройте некоторые параметры для панели мониторинга, чтобы визуальные элементы могли фильтроваться по идентификатору ресурса и метке времени. Панель мониторинга поставляется с параметром по умолчанию для фильтрации по диапазону времени, поэтому необходимо создать только тот, который может фильтроваться по идентификатору ресурса.

1. Перейдите на вкладку "Управление " и выберите "Параметры". Нажмите кнопку +Добавить, чтобы добавить новый параметр.

   

2. Создайте новый параметр со следующими характеристиками:

   • Метка: ресурс
   • Тип параметра: одиночный выбор (уже выбран по умолчанию)
   • Имя переменной: _asset
   • Тип данных: строка (уже выбрана по умолчанию)
   • Источник: запрос

     • Источник данных: база данных (уже выбрана по умолчанию)

     • Выберите "Изменить запрос" и добавьте следующий запрос KQL.

       OPCUA
       | summarize by AssetId
       

   • Столбец значения: AssetId
   • Значение по умолчанию: выберите первое значение запроса

3. Нажмите кнопку "Готово", чтобы сохранить параметр.

Создание плитки диаграммы

Затем добавьте плитку на панель мониторинга, чтобы отобразить график температуры и влажности с течением времени для выбранного ресурса и диапазона времени.

1. Нажмите кнопку "+ Добавить плитку" или "Создать", чтобы добавить новую плитку.

   

2. Введите следующий запрос KQL для плитки. Этот запрос применяет параметры фильтра из селекторов панели мониторинга для диапазона времени и ресурса, а также извлекает полученные записи со меткой времени, температурой и влажностью.

   OPCUA 
   | where Timestamp between (_startTime.._endTime)
   | where AssetId == _asset
   | project Timestamp, Temperature, Humidity
   

   Запустите запрос, чтобы убедиться, что данные можно найти.

   

3. Нажмите кнопку +Добавить визуальный элемент рядом с результатами запроса, чтобы добавить визуальный элемент для этих данных. Создайте визуальный элемент со следующими характеристиками:

   • Имя плитки: температура и влажность с течением времени
   • Визуальный тип: график
   • Данные:
     • Столбцы Y: температура (десятичная) и влажность (десятичная) (уже выводимая по умолчанию)
     • Столбцы X: Метка времени (datetime) (уже выводимая по умолчанию)
   • Ось Y:
     • Метка: единицы
   • Ось X:
     • Метка: метка времени

   Нажмите кнопку "Применить изменения ", чтобы создать плитку.

   

Просмотр готовой плитки на панели мониторинга.

Создание плиток максимального значения

Затем создайте некоторые плитки для отображения максимальных значений температуры и влажности.

1. Выберите новую плитку , чтобы создать новую плитку.

2. Введите следующий запрос KQL для плитки. Этот запрос применяет параметры фильтра из селекторов панели мониторинга для диапазона времени и ресурса и принимает наибольшее значение температуры из результирующей записи.

   OPCUA
   | where Timestamp between (_startTime.._endTime)
   | where AssetId == _asset
   | top 1 by Temperature desc
   | summarize by Temperature
   

   Запустите запрос, чтобы убедиться, что можно найти максимальную температуру.

3. Нажмите кнопку +Добавить визуальный элемент , чтобы добавить визуальный элемент для этих данных. Создайте визуальный элемент со следующими характеристиками:

   • Имя плитки: максимальная температура
   • Визуальный тип: Stat
   • Данные:
     • Столбец значений: температура (десятичная) (уже выводимая по умолчанию)

   Нажмите кнопку "Применить изменения ", чтобы создать плитку.

   

4. Просмотр готовой плитки на панели мониторинга (может потребоваться изменить размер плитки, чтобы весь текст был виден).

   

5. Откройте параметры плитки и выберите " Дублировать плитку".

   

   При этом создается повторяющаяся плитка на панели мониторинга.

6. На новой плитке выберите значок карандаша, чтобы изменить его.

7. Замените температуру в запросе KQL влажностью, чтобы он соответствовал приведенному ниже запросу.

   OPCUA
   | where Timestamp between (_startTime.._endTime)
   | where AssetId == _asset
   | top 1 by Humidity desc
   | summarize by Humidity
   

   Выполните запрос, чтобы убедиться, что можно найти максимальную влажность.

8. В области форматирования визуальных элементов обновите следующие характеристики:

   • Имя плитки: максимальная влажность
   • Данные:
     • Столбец значений: влажность (десятичная) (уже выводимая по умолчанию)

   Нажмите кнопку Применить изменения.

9. Просмотр готовой плитки на панели мониторинга.

   

10. Сохраните завершенную панель мониторинга.

Теперь у вас есть панель мониторинга, отображающая различные типы визуальных элементов для данных активов в этих руководствах. Здесь вы можете поэкспериментировать с фильтрами и добавить другие типы плиток, чтобы узнать, как панель мониторинга может сделать больше с данными.

Как мы решили проблему?

В этом руководстве вы использовали поток событий для приема данных Центров событий в базу данных KQL в Microsoft Fabric Real-Time Intelligence. Затем вы создали панель мониторинга в режиме реального времени на основе данных, которая визуально отслеживает изменение значений с течением времени. Связав пограничные данные из различных источников в Microsoft Fabric, вы можете создавать отчеты с визуализациями и интерактивными функциями, которые предоставляют более подробную информацию о работоспособности активов, использовании и операционных тенденциях. Это позволяет повысить производительность, повысить производительность активов и повысить эффективность принятия обоснованных решений для улучшения бизнес-результатов.

Это завершит последний шаг в руководстве по использованию Операций Интернета вещей Azure для управления данными устройств из развертывания с помощью анализа в облаке.

Очистка ресурсов

Если вы продолжаете работу со следующим руководством, сохраните все ресурсы.

Если вы хотите удалить развертывание Операций Интернета вещей Azure, но сохранить кластер, используйте команду az iot ops delete :

az iot ops delete --cluster $CLUSTER_NAME --resource-group $RESOURCE_GROUP

Если вы хотите удалить все ресурсы, созданные для этого краткого руководства, удалите кластер Kubernetes, где вы развернули операции Интернета вещей Azure, а затем удалите группу ресурсов Azure, содержащую кластер.

Если вы использовали пространства кода для этих кратких руководств, удалите пространство Codespace из GitHub.

Примечание.

Группа ресурсов содержит пространство имен Центров событий, созданное в этом руководстве.

Вы также можете удалить рабочую область Microsoft Fabric и (или) все ресурсы, связанные с этим руководством, включая поток событий, хранилище событий и панель мониторинга в режиме реального времени.