什么是 Azure 时序见解第 2 代
注意
时序见解服务将于 2024 年 7 月 7 日停用。 请考虑尽快将现有环境迁移到备用解决方案。 有关弃用和迁移的更多信息，请访问我们的 文档。
Azure 时序见解第 2 代是一种开放且可缩放的端到端 IoT 分析服务，具有一流的用户体验和丰富的 API，可将其强大的功能集成到现有工作流或应用程序中。
可以用它来收集、处理、存储、查询和可视化物联网（IoT）规模的数据，这些数据都是高度上下文化并针对时序进行优化的。
Azure 时序见解 Gen2 专为临时数据探索和操作分析而设计，可用于发现隐藏的趋势、发现异常并执行根本原因分析。 它是一种开放灵活的产品/服务，可满足工业 IoT 部署的广泛需求。
视频
详细了解 Azure 时间序列见解第 2 代。
IoT 数据的定义
由于工业环境中设备和传感器的性质不同，资产密集型组织中的工业 IoT 数据通常缺乏结构一致性。 这些流中的数据特点是存在重大差距，并且有时会出现损坏的消息和错误的读取。 IoT 数据通常在来自第一方或第三方来源的其他数据输入的上下文中显得有意义，例如 CRM 或 ERP 为端到端工作流提供上下文。 来自第三方数据源（如天气数据）的输入可帮助增强给定安装中的遥测流。
这一切意味着，只有一小部分数据用于运营和业务目的，而分析需要背景化。 工业数据通常被历史化，以便在更长的时间跨度内进行深入分析，从而理解和关联趋势。 将收集的 IoT 数据转换为可操作的见解需要：
- 数据处理包括清理、筛选、内插、转换和准备数据以供分析。
- 一种用于导航、解读以及规范化和将数据置于背景中的结构。
- 用于长期或无限保留已处理（或派生）数据和原始数据的经济高效的存储。
此类数据为业务分析和报告提供一致、全面、最新和正确的信息。
下图显示了典型的 IoT 数据流。
适用于工业物联网的 Azure 时序见解 第二代
IoT 布局多样化，客户跨越各种行业领域，包括制造、汽车、能源、公用事业、智能建筑和咨询。 在这个广泛的工业 IoT 市场中，提供面向大规模 IoT 数据的综合分析的云原生解决方案仍在不断发展。
Azure 时序见解 Gen2 通过提供一个端到端的 IoT 分析解决方案，结合丰富的语义建模，实现时序数据的上下文关联、资产导向的见解，并为发现、趋势分析、异常检测和运营智能提供顶级用户体验，从而满足此市场需求。
丰富的运营分析平台与交互式数据浏览功能相结合，可以使用 Azure 时序见解第 2 代从 IoT 资产收集的数据中获得更多价值。 Gen2 解决方案支持：
支持暖分析和冷分析的多层存储解决方案，为客户提供在热数据和冷数据之间路由数据的选项，从而对热数据进行交互式分析，以及对几十年来的历史数据进行操作智能分析。
- 高度互动的暖数据分析解决方案，用于在较短时间跨度的数据上频繁执行大量查询。
- 基于 Azure 存储的时序数据湖，具有可扩展性、高性能和成本优化功能，可以让客户在数秒内分析多年的时序数据趋势。
语义模型的支持，描述与资产和设备中原始信号和派生信号相关的域与元数据。
灵活的分析平台，用于将历史时序数据存储在客户拥有的 Azure 存储帐户中，从而允许客户拥有其 IoT 数据的所有权。 数据存储在开源 Apache Parquet 格式中，该格式支持跨各种数据方案（包括预测分析、机器学习和其他使用熟悉技术（包括 Spark 和 Databricks）完成的自定义计算的连接和互操作。
丰富的分析与增强的查询 API 和用户体验相结合，将基于资产的数据见解与丰富的即席数据分析相结合，并支持内插、标量和聚合函数、分类变量、散点图和时移时序信号进行深入分析。
企业级平台，以支持企业 IoT 客户的规模、性能、安全性和可靠性需求。
端到端分析的扩展性和集成支持。 Azure 时序见解 Gen2 为各种数据方案提供可扩展的分析平台。 借助 Power BI 连接器，客户可以将他们在 Azure 时序见解第 2 代中执行的查询直接引入 Power BI，以便在单个玻璃窗格中统一查看其 BI 和时序分析。
下图显示了高级数据流。
Azure 时序见解第 2 代提供可缩放的即用即付定价模型，用于数据处理、存储（数据和元数据）和查询，使客户能够优化其使用情况以满足其业务需求。
通过引入这些关键的工业 IoT 功能，Azure 时序见解 Gen2 还提供以下主要优势：
| 能力 | 好处 |
|---|---|
| IoT 规模时序数据的多层存储 | 使用用于引入数据的共享数据处理管道，可以将数据引入暖存储和冷存储中。 对交互式查询使用暖存储，使用冷存储来存储大量数据。 若要详细了解如何利用高性能的基于资产的查询，请参阅 查询。 |
| 用于解析原始遥测数据并提取基于资产见解的时序模型 | 可以使用时序模型为时序数据创建实例、层次结构、类型和变量。 若要了解有关时序模型的详细信息，请参阅 时序模型。 |
| 与其他数据解决方案的平滑持续集成 | Azure 时序见解 Gen2 冷存储中的数据 存储在开源 Apache Parquet 文件中。 这样，对于包括商业智能、高级机器学习和预测分析的方案，这可实现与其他数据解决方案（第一方或第三方）的数据集成。 |
| 准实时数据探索 | Azure 时序见解第二代资源管理器 用户体验为通过数据摄取管道传输的所有数据提供可视化效果。 连接事件源后，可以查看、浏览和查询事件数据。 通过这种方式，可以验证设备是否按预期发出数据。 还可以监视 IoT 资产，了解运行状况、工作效率和整体有效性。 |
| 扩展性和集成 | Power BI 连接器集成通过 导出 选项直接在时序探索用户界面中提供，允许客户将他们在用户界面中创建的时序查询直接导出到 Power BI 桌面，并与其他 BI 分析工具一同查看其时序图表。 这为在 Power BI 中投资的工业 IoT 企业开启了新一类场景的大门，通过一个集成视图来分析各种数据源，包括 IoT 时序数据。 |
| 在 Azure 时序见解第 2 代平台上构建的自定义应用程序 | Azure 时序见解 Gen2 支持 JavaScript SDK。 SDK 提供丰富的控件和简化的查询访问。 使用 SDK 在 Azure 时序见解第 2 代之上生成自定义 IoT 应用程序，以满足业务需求。 还可以使用 Azure 时序见解第 2 代 查询 API 直接将数据驱动到自定义 IoT 应用程序中。 |
区域可用性
请访问 Azure 全球基础结构按区域划分的产品 页面，以查找 Azure 时序分析的可用位置。
Azure 时序洞察驻留在单个区域。 但是，它确实在客户部署服务实例的区域外部存储/处理客户数据，但以下区域未在区域外部复制数据：
- 东亚
- 东南亚
- 澳大利亚东南部
- 西欧
- 英国南部
- 美国西部
- 法国中部
- 加拿大中部
后续步骤
Azure 时序见解 Gen2 快速入门：
了解用例：