本文概述智慧空間的解決方案。 Azure Digital Twins 會建立環境模型，以形成架構的核心。 Azure IoT 中樞，這是受控IoT服務，也扮演著重要的角色，分析服務 Azure 資料總管也扮演著重要的角色。
架構
下圖顯示此解決方案中的數據流程：
- 包含多個圖示的方塊代表服務的類別。 在每個類別中，服務會獨立運作或一起提供功能。
- 方塊之間的箭號代表對應區域之間的通訊。
下載此架構的 Visio 檔案。
資料流程
環境可以使用這些和其他通訊協定：
- 建置自動化控制網路 （BACnet）
- Modbus
- KNX
- LonWorks
內部部署裝置和系統會將遙測和其他數據傳送至雲端。 資料來源包括：
- Brownfield 裝置
- 直接連線感測器
- 獨立軟體供應商 （ISV） 提供的感測器
- 現有的商務系統
裝置、感測器和執行器會產生遙測。 某些裝置會直接與 IoT 中樞 互動。 其他裝置會透過 Azure IoT Edge 將數據傳送至 IoT 中樞。
外部、批次或舊版系統會將數據傳送至 Azure Data Factory。 此靜態數據通常源自檔案和資料庫。
企業對企業連接器會轉譯廠商數據，並將其串流至 Azure Digital Twins。
IoT 中樞 內嵌裝置遙測。 IoT 中樞 也提供下列服務：
- 裝置層級安全性
- 裝置布建服務
- 裝置對應項
- 命令和控制服務
- 向外延展功能
Data Factory 會轉換半靜態數據，並將其傳輸到 Azure 數據總管或長期記憶體。
Azure Functions 會接收 IoT 中樞 數據，並使用 Azure Digital Twins API 來更新 Azure Digital Twins。 Azure Digital Twins 會保存建築物和環境的空間圖形。 Azure Digital Twins 會使用 Digital Twins 定義語言 （DTDL） 來建立環境模型。 Azure Functions 會處理數據，並執行錯誤偵測和圖形更新。
各種元件會建立、儲存及載入 DTDL 模型。
Azure Digital Twins 會透過 Azure 事件方格 將數據傳送至 Azure 數據總管。 此分析服務會藉由儲存解決方案的時間序列數據，作為歷史學家。
模擬引擎和 AI 工具會處理數據。 範例包括 Azure AI 服務、AI 模型和合作夥伴模擬服務。
Azure Data Lake 會為數據提供長期記憶體。 Azure Synapse Analytics 會分析和報告數據。
針對視覺效果工具和企業應用程式，解決方案存取層提供核心系統服務的安全存取：
Azure API 管理 提供標準化、保護及自定義 API 的功能。 此平臺也會強制執行使用量配額和速率限制。
當遙測和數據變更時，Azure SignalR Service 會將通知傳送給 UI。
對於以異步方式或磁碟區交換數據的應用程式，各種元件會提供發行和訂閱機制：
- IoT 中樞
- Azure 服務匯流排佇列
- Azure 事件中樞
- Webhook
服務應用程式會從訪問控制 API 層收集數據。 然後，這些應用程式會分析並準備使用者應用程式的數據。 Microsoft Power Apps、Power BI 和 Azure 地圖服務 等工具，在 Azure 數據存放區中建立數據的報表和深入解析。
企業應用程式會使用備妥的數據。 範例包含：
Dynamics 365 模組。
ISV 解決方案。
Microsoft Teams 應用程式。
現場優化的解決方案，例如行動應用程式和可穿戴裝置：
元件
解決方案會使用這些元件：
核心元件
IoT 中樞 將裝置連線到 Azure 雲端資源。 此受控服務提供：
- 裝置層級安全性。
- 裝置布建服務。
- 裝置對應項。
- 命令和控制服務。
- 向外延展功能。
Azure IoT SDK 提供裝置連線到 IoT 中樞 的建議方式。 可以使用這些套件的裝置包括：
- Azure Sphere 裝置。
- 執行 Azure RTOS 的裝置。
IoT Edge 會在 IoT Edge 裝置上執行雲端工作負載。 具體而言，此中央訊息中樞可以透過 Azure 機器學習 和 Azure 串流分析來執行即時分析。 IoT Edge 也會作為閘道來 IoT 中樞：
- 具有低功率需求的裝置。
- 舊版裝置。
- 受限制的裝置。
Data Factory 是整合服務，可與來自不同資料存放區的潛在大型數據區塊搭配使用。 您可以使用這個平台來協調及自動化數據轉換工作流程。 例如，Data Factory 可以橋接半靜態存放區與歷史學家元件之間的差距，例如 Azure 數據總管。
企業對企業連接器會雙向轉譯和串流廠商元件與 Azure Digital Twins 之間的數據。 越來越多的廠商使用 DTDL 來建立業界標準模型。 RealEstateCore 提供範例。 因此，這些整合預期會隨著時間變得更簡單。
Azure Digital Twins 會儲存IoT裝置和環境的數位表示法。 您可以使用此資料進行數據傳播或即時分析。 在內部，Azure Digital Twins：
- 使用 DTDL 建立模型環境。
- 提供 REST API 來輸入數據。
- 提供 SDK，可支援各種語言的控制和數據平面作業。
您可以使用 DTDL 來建置 待辦專案或預先存在的模型集。 您也可以從業界支援的模型開始：
Azure Digital Twins Explorer 是開發人員工具，可用來可視化 Azure Digital Twins 數據、模型和圖形並與其互動。 此工具目前處於公開預覽狀態。
模型管理元件會維護 DTDL 模型：
若要建立模型，可以使用下列選項：
- Azure Digital Twins Explorer
- ISV 解決方案
- 自訂建置工具
- 文字或程式代碼編輯器
存放庫儲存待辦專案：
- GitHub 會儲存 RealEstateCore、Smart Cities ontology 和 Energy Grid Ontology。
- 針對自定義的待辦專案，GitHub 中有自定義存放庫和解決方案專屬存放庫。
若要將模型載入 Azure Digital Twins，這些選項存在：
- UploadModels，這是上傳 DTDL 待辦專案的工具
- Azure Digital Twins 工具存放庫中的 範例
Azure Functions 是事件驅動的無伺服器計算平台。 透過 Functions，您可以使用觸發程式和系結大規模整合服務。
Azure 資料總管是一種快速、完全託管的資料分析服務。 您可以使用此服務對大量資料進行即時分析。 Azure 資料總管可以處理來自應用程式、網站、IoT 裝置和其他來源的各種資料流。
AI 服務 提供 AI 功能。 這些服務有一組預先定型的雲端類神經網路模型。 您可以使用 REST API 和用戶端連結庫 SDK，在應用程式中建置認知智慧。 您可以使用 AI 服務功能：
- 近乎即時。
- 在特定數據臨界值。
- 視需要。
- 對於處理時間很長的複雜作業。
Azure 機器學習 是雲端式環境，可協助您建置、部署及管理預測性分析解決方案。 透過這些模型，您可以預測行為、結果和趨勢。
Azure Data Lake 會以原生原始格式儲存大量數據。 資料通常來自多個異質來源，且可能已結構化、半結構化或非結構化。
Azure Synapse Analytics 是一項針對資料倉儲和巨量資料系統的分析服務。 此服務會與 Power BI、機器學習 和其他 Azure 服務整合。
Azure API 管理為後端服務建立一致的新式 API 閘道。 除了接受 API 呼叫並將其路由至後端之外，此平台也會驗證金鑰、權杖、證書和其他認證。 API 管理 也會記錄呼叫元數據，並強制執行使用量配額和速率限制。
Azure 服務匯流排是一款完全受控的企業訊息代理程式。 服務匯流排 支援消息佇列和發佈-訂閱主題。
Azure 事件中樞是完全受控的串流平台，適用於巨量資料。
Azure SignalR Service 是開放原始碼軟體連結庫，可讓您 即時將通知傳送至 Web 應用程式。
服務應用程式
Azure Logic Apps 會透過跨雲端連接應用程式和資料，將工作流程自動化。
Microsoft Graph 提供工具來存取 Microsoft 365、Windows 10 和 Enterprise Mobility + Security 中的數據。
Power Platform 是一系列產品和服務，可提供低程式碼工具，以建立有效率且有彈性的解決方案：
- Power Apps 是一套應用程式、服務、連接器和數據平臺。 您可以使用 Power Apps 將手動商務作業轉換成數位自動化程式。
- Power BI 是一組用來顯示分析資訊的軟體服務和應用程式。
- Power Automate 可簡化重複的工作和無紙化程式。
- Microsoft Copilot Studio（先前稱為 Power Virtual Agents） 提供無程式代碼聊天機器人，以大規模滿足客戶和員工的需求。
企業應用程式
Dynamics 365 是用於管理商務作業的應用程式組合。
Microsoft Teams 提供會議、傳訊、通話和共同作業的服務。
共用支援元件
這些服務提供解決方案所有區域中元件的支援：
Azure 監視器 會收集和分析應用程式遙測，例如效能計量和活動記錄。 此服務會通知應用程式和人員不規則的情況。
Microsoft適用於IoT 的Defender是統一的安全性服務，可藉由識別弱點和威脅來保護IoT系統。
Azure DevOps Services 提供用於管理程式碼專案和部署的服務、工具和環境。
Microsoft Entra ID 是雲端式身分識別服務，可控制對 Azure 和其他雲端應用程式的存取，包括 ISV 解決方案和內部部署解決方案。
Azure 金鑰保存庫 安全地儲存和控制系統秘密的存取，例如 API 金鑰、密碼、憑證和密碼編譯密鑰。
替代項目
Azure Cosmos DB 是數據記憶體的另一個選項。 這個完全受控的 NoSQL 資料庫服務可輕鬆調整。 Azure Cosmos DB 提供各種方式來存取數據，包括：
- 檔資料庫。
- 圖形資料庫。
- SQL 樣式查詢。
- 適用於 Apache Cassandra 的 Azure Cosmos DB。
適用於 Azure Cosmos DB 的 Azure Synapse Link 可讓您使用 Azure Synapse Analytics 在 Azure Cosmos DB 數據上執行分析。 因此，您可以在使用 Azure Cosmos DB 的解決方案中結合各種資料服務。
事件中樞也可以提供可調整且安全的擷取服務。 與支援與裝置雙向通訊的 IoT 中樞 不同，事件中樞支援單向流量。 因此，您無法使用事件中樞將命令和原則傳送回裝置。 事件中樞也不提供裝置層級的安全性。 但事件中樞適用於來自低輸入裝置大量訊息的環境。
解決方案詳細資料
智慧位置 是將連線裝置和數據源結合在一起的實體環境。 藉由使用這些環境，您可以看到和控制：
- 產品和系統。
- 內部和外部空間。
- 與周邊環境的個人體驗。
智慧地點可以包括建築物、大學校園、公司校園、體育場館和城市。 這些環境藉由協助業主、設施經理和居住者操作和維護網站來提供價值。 智慧地方也使空間更有效率、符合成本效益、舒適且具生產力。
智慧空間會以數位方式建立空間模型，並編譯相關數據。 您可以從該數據衍生人員、地點和裝置連線方式的深入解析。
潛在使用案例
此解決方案適用於許多領域：
- 智慧校園（教育產業）
- 設施管理（房地產）
- 智慧體育場（體育產業）
- 智慧型辦公室
- 能源最佳化
業務成果
在此範例解決方案中，大型商業地產擁有者正在數位轉換辦公室物業。 這項改進結合了舊版設施管理數據與新功能和技術，包括：
- 佔用感測。
- 咖啡館佇列優化。
- 停車。
- 穿梭服務。
這項工作需要整合棕色地帶裝置和監視實體空間的新式物聯網（IoT）裝置。 棕色地帶裝置通過通用建築運輸進行通訊，例如BACnet和Modbus。
該公司的目標包括：
藉由診斷錯誤並簡化 現場服務 管理，將能源使用量優化。 此優化會將現有的建築物管理系統與裝置整合。
藉由連接新式裝置來衍生新的空間見解，並提供創新的居住體驗。
藉由整合多個數據源，開發環境的一致數位模型。 模型應擴充數據分析商機。
建立可調整的解決方案，以收集和封存數百萬個數據點。
建置可輕鬆新增合作夥伴解決方案的解決方案。 解決方案也應該將合作夥伴數據納入環境的數字對應項。
考量
這些考量能實作 Azure Well-Architected Framework 的支柱，其為一組指導原則，可以用來改善工作負載的品質。 如需更多資訊，請參閱 Microsoft Azure 結構完善的架構。
下列考慮適用於此解決方案。
可靠性
可靠性可確保您的應用程式符合您對客戶的承諾。 如需詳細資訊，請參閱可靠性支柱的概觀 (部分機器翻譯)。
延展性
適用於智慧位置解決方案的解決方案可以相對簡單、低量實作。 它們也可以是處理大量數據的複雜實作。 匯總大型校園內加熱、通風和空調（HVAC）遙測的解決方案是大量實作的範例。
此解決方案中的核心 Azure 服務可依設計調整，非常適合複雜的解決方案。 但是，當您結合這些服務時，請確定它們不會建立窒息點。 在開發週期的早期，依排程的間隔執行效能測試，以找出潛在的問題。
靈活性
設計智慧空間以妥善整合，但也具有彈性。 智慧地點使用案例正在迅速演變。 在部署解決方案之後的某個時間點，您必須新增感測器、數據類型、AI 功能和視覺效果技術。 若要提高彈性：
- 選擇鬆散結合的解決方案，例如建議的架構。
- 針對數據本體使用業界標準。 這種方法有助於縮短新增功能並整合新軟體所需的時間。
- 使用 API 管理。 此平臺提供一種方式，為單一基礎 API 建立多個 API 樣式和簽章。
安全性
安全性可提供保證，以避免刻意攻擊和濫用您寶貴的資料和系統。 如需詳細資訊，請參閱安全性支柱的概觀。
舊版建置解決方案通常依賴缺乏外部連線作為其主要安全性來源。 但即使是無法識別人員的數據，也可以提供有關公司或建築物中人員的資訊。 例如，組織會使用相機來計算人員、追蹤資產並提供安全性數據。
請小心處理和儲存影像的位置。 請確定您解決所有客戶需求，包括隱私權問題。 在整個智慧空間解決方案的數據生命週期中，讓安全性成為優先順序。 具體來說，請注意您收集哪些數據、處理和儲存數據的位置，以及您從中得出的結論。
成本最佳化
成本最佳化是關於考慮如何減少不必要的費用，並提升營運效率。 如需詳細資訊，請參閱成本最佳化支柱的概觀。
使用 Azure 定價計算機來估計 IoT 解決方案的成本。
- 如需其他成本考慮，請參閱 Azure 良好架構架構檔中Microsoft成本優化 原則。
- 如需優化IoT解決方案常用之服務成本的討論，請參閱 Azure IoT 參考架構。
參與者
本文由 Microsoft 維護。 原始投稿人如下。
主要作者：
- Mark Kottke |資深架構師
其他投稿人：
- Matthew Cosner |主要軟體工程管理員
下一步
- 使用 Microsoft Azure Digital Twins 為Microsoft智慧建築提供電源
- 使用 Azure Digital Twins 進行開發
- 布魯克菲爾德使用 WillowTwin 和 Azure Digital Twins 為房地產創新設定了新的標準
- 全球永續性領導者的目標是使用 Azure Digital Twins 的新碳中性高度