أفكار الحل
تصف هذه المقالة فكرة الحل. يمكن لمهندس السحابة الخاص بك استخدام هذه الإرشادات للمساعدة في تصور المكونات الرئيسية لتنفيذ نموذجي لهذه البنية. استخدم هذه المقالة كنقطة بداية لتصميم حل جيد التصميم يتوافق مع المتطلبات المحددة لحمل العمل الخاص بك.
توضح فكرة الحل هذه كيف يوفر Azure Data Explorer تحليلات في الوقت الفعلي تقريبًا للبيانات المتدفقة بسرعة وكميات كبيرة من أجهزة وأجهزة الاستشعار عبر إنترنت الأشياء (IoT). سير عمل التحليلات هذا هو جزء من حل IoT الشامل الذي يدمج أحمال العمل التشغيلية والتحليلية مع Azure Cosmos DB وAzure Data Explorer.
Jupyter هي علامة تجارية لشركتها الخاصة. لا يتضمن استخدام هذه العلامة أي مصادقة. Apache® وApache Kafka® إما علامات تجارية مسجلة أو علامات تجارية لمؤسسة برامج Apache في الولايات المتحدة و/أو بلدان أخرى. لا توجد موافقة ضمنية من Apache Software Foundation باستخدام هذه العلامات.
بناء الأنظمة
قم بتنزيل ملف Visio لهذه البنية.
تدفق البيانات
تقوم Azure Event Hubs أو Azure IoT Hub أو Kafka باستيعاب مجموعة واسعة من بيانات التدفق السريع مثل السجلات وأحداث الأعمال وأنشطة المستخدم.
تعالج Azure Functions أو Azure Stream Analytics البيانات في الوقت الفعلي تقريبًا.
يخزن Azure Cosmos DB الرسائل المتدفقة بتنسيق JSON لخدمة تطبيق تشغيلي في الوقت الحقيقي.
يبتغى Azure Data Explorer البيانات للتحليات، باستخدام موصلاتها لمراكز أحداث Azure أو Azure IoT Hub أو Kafka لزمن انتقال منخفض ومعدل نقل مرتفع.
بدلاً من ذلك، يمكنك استيعاب الكائنات الثنائية كبيرة الحجم من Azure Blob Storage أو حساب Azure Data Lake Storage في Azure Data Explorer باستخدام اتصال بيانات Event Grid.
يمكنك أيضا تصدير البيانات باستمرار إلى Azure Storage بتنسيق Apache Parquet المضغوط والمقسم، والاستعلام عن البيانات بسلاسة باستخدام Azure Data Explorer. للحصول على التفاصيل، راجع نظرة عامة على تصدير البيانات المستمرة.
لخدمة كل من حالات الاستخدام التشغيلية والتحليلية، يمكن للبيانات إما التوجيه إلى Azure Data Explorer وAzure Cosmos DB بالتوازي، أو من Azure Cosmos DB إلى Azure Data Explorer.
يمكن أن تؤدي معاملات Azure Cosmos DB إلى تشغيل وظائف Azure عبر موجز التغيير. ستقوم الوظائف ببث البيانات إلى مراكز الأحداث لاستيعابها في Azure Data Explorer.
-أو-
يمكن لـ Azure Functions استدعاء Azure Digital Twins من خلال واجهة برمجة التطبيقات الخاصة بها، والتي تقوم بعد ذلك ببث البيانات إلى مراكز الأحداث لاستيعابها في Azure Data Explorer.
تحصل الواجهات التالية على رؤى من البيانات المخزنة في Azure Data Explorer:
- تطبيقات التحليلات المخصصة التي تمزج البيانات من Azure Digital Twins وواجهات برمجة تطبيقات Azure Data Explorer
- قم ببناء لوحات معلومات تحليلات قريبة من الوقت الحقيقي باستخدام لوحات معلومات Azure Data Explorer أو Power BI أو Grafana.
- التنبيهات والإعلامات من موصل Azure Data Explorer لـ Azure Logic Apps
- دفاتر ملاحظات Azure Data Explorer Web UI وKusto.ExplorerوJupyter
يتكامل Azure Data Explorer مع Azure DatabricksوAzure Machine Learning لتوفير خدمات التعلم الآلي (ML). بإمكانك أيضًا إنشاء نماذج تعلم آلي باستخدام أدوات وخدمات أخرى، وتصدير نماذج التعلم الآلي من Microsoft Azure إلى Azure Data Explorer لتسجيل البيانات.
المكونات
يستخدم هذا الحل مكونات Azure التالية:
Azure Data Explorer (Kusto)
Azure Data Explorer هو نظام أساسي لتحليلات البيانات سريع ومدار بالكامل وقابل للتطوير بدرجة كبيرة. يمكن لـ Azure Data Explorer تحليل كميات كبيرة من البيانات المتدفقة من التطبيقات ومواقع الويب وأجهزة IoT في الوقت الفعلي تقريبًا لخدمة تطبيقات التحليلات ولوحات المعلومات.
يوفر Azure Data Explorer تحليلات متقدمة أصلية لـ:
- تحليل السلاسل الزمنية.
- التعرف على النمط.
- الكشف عن الحالات الشاذة والتنبؤ بها.
- تشخيص الحالات الشاذة لتحليل الجذر.
تتصل واجهة مستخدم ويب Azure Data Explorer بمجموعة Azure Data Explorer للمساعدة في كتابة أوامر لغة استعلام Kusto واستعلاماتها وتشغيلها ومشاركتها. لوحات معلومات Azure Data Explorer هي ميزة في واجهة مستخدم ويب مستكشف البيانات التي تصدر استعلامات Kusto في الأصل إلى لوحات المعلومات المحسنة.
مكونات Azure الأخرى
- Azure Cosmos DB: خدمة قاعدة بيانات NoSQL سريعة مُدارة بالكامل لتطوير التطبيقات الحديثة مع واجهات برمجة التطبيقات المفتوحة لأي مقياس.
- يخزن Azure Digital Twins النماذج الرقمية للبيئات المادية، للمساعدة في إنشاء حلول إنترنت الأشياء من الجيل التالي التي تحاكي العالم الحقيقي.
- Azure Event Hubs هي خدمة مُدارة بشكل كامل تعمل على عرض البيانات في الوقت الحقيقي.
- يتيح Azure IoT Hub الاتصال ثنائي الاتجاه بين أجهزة IoT وسحابة Azure.
- يعمل Azure Synapse Link لـ Azure Cosmos DB بالقرب من التحليلات في الوقت الحقيقي عبر البيانات التشغيلية في Azure Cosmos DB، دون أي تأثير أداء أو تكلفة على أحمال عمل المعاملات. يستخدم Synapse Link محركات تحليلات SQL بلا خادموSpark Pools من مساحة عمل Azure Synapse.
- Kafka على HDInsight: خدمة سهلة وفعالة من حيث التكلفة على مستوى المؤسسة للتحليات مفتوحة المصدر باستخدام Apache Kafka.
تفاصيل السيناريو
يستخدم هذا الحل Azure Data Explorer للحصول على تحليلات القياس عن بعد ل IoT في الوقت الفعلي تقريبا على بيانات دفق سريعة التدفق وعالية الحجم من مجموعة متنوعة من أجهزة IoT.
حالات الاستخدام المحتملة
- إدارة الأسطول، للصيانة التنبؤية لأجزاء المركبات. هذا الحل مثالي لصناعة السيارات والنقل.
- إدارة المرافق، لتحسين الطاقة والبيئة.
- الجمع بين ظروف الطريق في الوقت الحقيقي وبيانات الطقس للقيادة المستقلة الأكثر أمانًا.
المساهمون
تحتفظ Microsoft بهذه المقالة. وهي مكتوبة في الأصل من قبل المساهمين التاليين.
الكاتب الرئيسي:
- Ornat Spodek | مدير محتوى أول