解决方案构想
本文介绍了一种解决方案构想。 云架构师可以通过本指南来帮助可视化此体系结构的典型实现的主要组件。 以本文为起点，设计一个符合工作负荷特定要求的架构合理的解决方案。
此解决方案介绍大楼和校园如何安全可靠地进行连接，并在云中缩放其本地物联网 (IoT) 设备。
体系结构
下载此体系结构的 Visio 文件。
工作流
医院大楼使用各种连接的设备来监视患者健康情况和设施性能。
- 健康跟踪设备包括患者监护仪、CT 扫描仪和血压监护仪。
- 大楼安全和质量设备包括空气质量和大楼温度传感器。
患者健康和大楼监视设备将数据发送到 LTE 或 5G 无线电接入网络 (RAN) 设备。
医院的 5G 或 LTE 无线电将数据转发到边缘服务器上运行的 5G 或 LTE 数据包核心。 边缘服务器可以是 Azure Stack Edge 或任何已启用 Azure Arc 的服务器。
在边缘服务器上，IoT Edge 运行时可以先预处理数据，然后再将数据发送到 Azure 做进一步分析。
在云中，Azure IoT 中心快速安全地引入数据，并将数据发送到 Azure 机器学习。
Azure 机器学习合并新数据，以进一步优化控制智能大楼设置的模型。
Azure IoT 中心的数据还会馈送到 Azure 数字孪生，后者以虚拟模拟图的形式提供医院联网 IoT 设备的布局图。
数据还会馈送到 Azure 时序见解，后者可以分析患者在一段时间内的健康情况，或者在多家医院获得的疗效。 时序见解还提供一个可视化层来帮助做出决策。
所有数据存储在 Azure Data Lake Storage 中，该服务能够存储任何格式和大小的数据。
组件
此解决方案使用以下 Azure 组件：
- Azure Stack Edge 是可将计算、存储和智能融合到 IoT Edge 的设备组合。 Azure Stack Edge 充当云存储网关，可将数据传输到 Azure，同时保留对文件的本地访问权限。
- 已启用 Azure Arc 的 Kubernetes 连接在 Azure 内部或外部运行的 Kubernetes 群集。
- Azure Sphere 是一个综合性的 IoT 安全解决方案，其中包含用于确保 IoT 设备安全的硬件、操作系统和云组件。
- Azure IoT Edge 在 IoT 设备本地部署云智能。
- Azure IoT 中心是一个基于云的托管服务，用于在 IoT 设备和 Azure 之间实现双向通信。
- Azure 机器学习是一个集成的数据科学解决方案，供数据科学家和开发人员用来生成、训练和部署机器学习模型。
- Azure 数字孪生是一个 IoT 平台，可以在云中创建现实世界事物、地点、流程和人员的数字表示形式。
- Azure 时序见解是一个端到端的 IoT 分析平台，用于大规模监视、分析和可视化工业 IoT 分析数据。
- Azure Data Lake Storage 是一种可缩放且安全的数据湖，适用于高性能分析工作负载。
方案详细信息
云服务可以存储和分析 IoT 数据，以诊断异常情况并采取纠正或预防措施。 Azure 服务可以进一步分析和存储数据，并使用机器学习来优化大楼设置。
可能的用例
在此解决方案中，某家医疗保健机构使用支持 LTE 或 5G 的 IoT 设备来跟踪患者健康情况和大楼性能。 这些设备使用内置的 Azure Sphere 认证芯片将数据流式传输到与 Azure 云通信的本地边缘服务器。 本地网络管理员可以通过边缘服务器上的数据包核心查看网络运行状况。
此方案的其他示例包括：
- 咖啡厅计算机的预测性维护。
- 食品制造厂易腐食品和饮料温度的安全与合规监视。
- 能源行业根据自主探索工具收集的数据检测最佳资源开采点。
作者
本文由 Microsoft 维护， 它最初是由以下贡献者撰写的。
首席作者：
- Nikhil Ravi | 生产管理领导