Udostępnij przez

Analizowanie i wizualizowanie danych IoT

W tym omówieniu przedstawiono kluczowe pojęcia dotyczące opcji analizowania i wizualizowania danych IoT. Każda sekcja zawiera linki do zawartości, która zawiera szczegółowe informacje i wskazówki.

W usłudze Azure IoT usługi analizy i wizualizacji służą do identyfikowania i wyświetlania szczegółowych informacji biznesowych pochodzących z danych IoT. Na przykład można użyć modelu uczenia maszynowego do analizowania danych czujnika urządzenia i przewidywania, kiedy należy przeprowadzić konserwację na zasobie przemysłowym. Możesz również użyć narzędzia do wizualizacji, aby wyświetlić mapę lokalizacji urządzeń.

Na poniższym diagramie przedstawiono przegląd komponentów w typowym rozwiązaniu IoT na brzegu sieci. Ten artykuł koncentruje się na obszarach związanych z analizowaniem i wizualizowanie danych IoT:

Diagram przedstawiający architekturę rozwiązań IoT na wysokim poziomie, z wyróżnionymi obszarami wizualizacji tych rozwiązań.

Usługi zewnętrzne

Istnieje wiele usług, których można użyć do analizowania i wizualizowania danych IoT. Niektóre usługi są przeznaczone do obsługi strumieniowych danych IoT, podczas gdy inne mają bardziej ogólne zastosowanie. Poniżej przedstawiono niektóre z najczęściej używanych usług do analizy i wizualizacji w rozwiązaniach IoT:

Microsoft Fabric

Microsoft Fabric to kompleksowa platforma do analizy i danych przeznaczona dla przedsiębiorstw wymagających ujednoliconego rozwiązania. Obejmuje ona przenoszenie, przetwarzanie, pozyskiwanie, przekształcanie, routing zdarzeń w czasie rzeczywistym i tworzenie raportów. Oferuje kompleksowy zestaw usług, takich jak Data Science i Real-Time Analytics. Zawiera również cyfrowy konstruktor bliźniaków (wersja zapoznawcza) do modelowania cyfrowych bliźniaków w środowisku fabryki.

W poniższych artykułach przedstawiono kilka przykładów użycia usługi Microsoft Fabric do analizowania i wizualizowania danych IoT:

Kreator bliźniaków cyfrowych (wersja zapoznawcza) w usłudze Fabric

Narzędzie Digital Twin Builder (wersja zapoznawcza) to nowy element w ramach obciążenia analizy Real-Time w usłudze Microsoft Fabric. Tworzy cyfrowe reprezentacje rzeczywistych środowisk w celu optymalizacji operacji fizycznych przy użyciu danych.

Aby uzyskać przykładowy scenariusz z konstruktorem cyfrowego bliźniaka, zobacz Samouczek: konstruktor cyfrowych bliźniaków (wersja zapoznawcza).

Azure Machine Learning

Azure Machine Learning to oparta na chmurze usługa do tworzenia, trenowania i wdrażania modeli uczenia maszynowego. Udostępnia ona różne narzędzia i usługi ułatwiające tworzenie przepływów pracy uczenia maszynowego i zarządzanie nimi. Usługa Azure Machine Learning umożliwia analizowanie danych IoT i tworzenie modeli predykcyjnych. W klastrach Kubernetes z obsługą usługi Azure Arc, takich jak operacje usługi Azure IoT, można trenować i wdrażać modele uczenia maszynowego na urządzeniach brzegowych za pomocą docelowego obliczeniowego rozwiązania Kubernetes w usłudze Azure Machine Learning.

Azure Data Explorer (Eksplorator Danych Azure)

Azure Data Explorer to w pełni zarządzana, wysokiej wydajności platforma do analizy danych big data, która ułatwia analizowanie dużych ilości danych niemal w czasie rzeczywistym. W poniższych artykułach i samouczkach przedstawiono kilka przykładów użycia usługi Azure Data Explorer do analizowania i wizualizowania danych IoT:

Power BI

Power BI to kolekcja usług, aplikacji i łączników oprogramowania, które współpracują ze sobą, aby przekształcić niepowiązane źródła danych w spójne, atrakcyjne wizualnie i interaktywne wnioski. Usługa Power BI umożliwia łatwe łączenie się ze źródłami danych, wizualizowanie i odnajdywanie ważnych informacji oraz udostępnianie raportów wszystkim użytkownikom lub innym osobom.

Grafana

Grafana to oprogramowanie do wizualizacji i analizy. Umożliwia wykonywanie zapytań, wizualizowanie, zgłaszanie alertów i eksplorowanie metryk, dzienników i śladów niezależnie od tego, gdzie są przechowywane. Udostępnia ona narzędzia umożliwiające przekształcenie danych bazy danych szeregów czasowych w szczegółowe wykresy i wizualizacje. Azure Managed Grafana to w pełni zarządzana usługa do analizy i monitorowania rozwiązań. Aby dowiedzieć się więcej na temat korzystania z narzędzia Grafana w rozwiązaniu IoT, zobacz Pulpity nawigacyjne chmury IoT korzystające z narzędzia Grafana z usługą Azure IoT.

Databricks

Użyj usługi Azure Databricks do przetwarzania, przechowywania, oczyszczania, udostępniania, analizowania, modelowania i monetyzacji zestawów danych za pomocą rozwiązań od analizy biznesowej po uczenie maszynowe. Platforma Azure Databricks umożliwia tworzenie i wdrażanie przepływów pracy inżynierii danych, modeli uczenia maszynowego, pulpitów nawigacyjnych analizy i nie tylko.

Używaj przesyłania strumieniowego ze strukturą w klastrach usług Azure Event Hubs i Azure Databricks. Obszar roboczy usługi Databricks można połączyć z punktem końcowym zgodnym z usługą Event Hubs w centrum IoT, aby odczytywać dane z urządzeń IoT.

Azure Stream Analytics

Usługa Azure Stream Analytics to w pełni zarządzany aparat przetwarzania strumieniowego, który jest przeznaczony do analizowania i przetwarzania dużych ilości danych przesyłanych strumieniowo z małym opóźnieniem. Wzorce i relacje można zidentyfikować w danych pochodzących z różnych źródeł wejściowych, w tym aplikacji, urządzeń i czujników. Te wzorce umożliwiają wyzwalanie akcji i inicjowanie przepływów pracy, takich jak tworzenie alertów lub przekazywanie informacji do narzędzia do raportowania. W rozwiązaniu opartym na chmurze usługa Stream Analytics jest również dostępna w środowisku uruchomieniowym usługi Azure IoT Edge, umożliwiając przetwarzanie danych bezpośrednio na urządzeniach brzegowych.

Azure Maps

Azure Maps to kolekcja usług geoprzestrzennych i zestawów SDK, które wykorzystują aktualne dane mapowe, aby zapewnić kontekst geograficzny dla aplikacji internetowych i mobilnych. Aby zapoznać się z przykładem IoT, zobacz Integracja z usługą Azure Maps (Azure Digital Twins).

Powiązana zawartość

  • Last updated on