Rychlý start: Získání přehledů z zpracovaných dat

V tomto rychlém startu naplníte řídicí panel v reálném čase , abyste zachytili přehledy z dat OPC UA, která jste odeslali do event Hubs v předchozím rychlém startu. Pomocí funkce Microsoft Fabric Real-Time Intelligence přenesete data ze služby Event Hubs do Microsoft Fabric a namapujete je do databáze KQL, která může být zdrojem pro řídicí panely v reálném čase. Pak vytvoříte řídicí panel pro zobrazení dat ve vizuálních dlaždicích, které zachycují přehledy a zobrazují hodnoty v průběhu času.

Tyto operace jsou posledním postupem v ukázkovém prostředí pro kompletní rychlý start, který začíná nasazováním operací Azure IoT na hraničních zařízeních prostřednictvím získání přehledů z těchto dat zařízení v cloudu.

Požadavky

Než začnete s tímto rychlým startem, dokončete předchozí rychlé starty pro operace Azure IoT.

Také potřebujete mít následující prostředky Fabric:

• Předplatné Microsoft Fabric. Ve svém předplatném potřebujete přístup k pracovnímu prostoru s oprávněními Přispěvatel nebo vyšší.
• Tenant Fabricu, který umožňuje vytváření řídicích panelů v reálném čase. Toto nastavení může povolit správce tenanta. Další informace najdete v tématu Povolení nastavení tenanta na portálu pro správu.

Jaký problém vyřešíme?

Když data OPC UA dorazí do cloudu, je k dispozici spousta informací, které je možné analyzovat. Tato data můžete uspořádat a vytvořit sestavy obsahující grafy a vizualizace, které z dat odvozují přehledy. Kroky v tomto rychlém startu ukazují, jak tato data připojit k Real-Time Intelligence a vytvořit řídicí panel v reálném čase.

Vkládání dat do inteligence v reálném čase

V této části nastavíte Microsoft Fabric eventstream pro připojení Event Hubu k databázi KQL ve službě Real-Time Intelligence. Tento proces zahrnuje vytvoření datového mapování pro převod obsahu z formátu JSON do sloupců v KQL.

Vytvoření streamu událostí

V této části vytvoříte eventstream, který přenese data ze služby Event Hubs do Microsoft Fabric Real-Time Intelligence a nakonec do databáze KQL.

Začněte přechodem do Centra v reálném čase v Microsoft Fabric.

Přidejte centrum událostí jako zdroj dat pro nový stream událostí. Podrobné pokyny najdete v tématu Získání událostí ze služby Azure Event Hubs do centra v reálném čase. Při přidávání zdroje dat mějte na paměti následující poznámky:

• V podokně podrobností streamu upravte název eventstreamu na něco přátelského.
• Pro klíč Azure Event Hub použijte výchozí výběr (RootManageSharedAccessKey).
• Pro připojení vytvořte nové připojení s ověřováním pomocí sdíleného přístupového klíče. Podrobnosti o přihlašovacích údajích připojení se vyplní automaticky.
  • Ujistěte se, že je ve vašem oboru názvů služby Event Hubs povoleno místní ověřování. Toto ověřování můžete nastavit na stránce Přehled oboru názvů na webu Azure Portal.
• Pro Skupina spotřebitelů použijte výchozí výběr ($Default).
• Pro formát dat použijte výchozí výběr (Json).

Po připojení eventstreamu použijte tlačítko Otevřít eventstream a zobrazte ho na plátně pro vytváření obsahu. Stream z centra událostí Azure je viditelný jako zdroj streamu událostí.

Ověření toku dat

Podle těchto kroků zkontrolujte svou práci a ujistěte se, že data proudí do streamu událostí.

1. Spusťte cluster, ve kterém jste nasadili operace Azure IoT v předchozích rychlých startech. Simulátor OPC PLC, který jste nasadili s instancí operací Azure IoT, by měl začít spouštět a odesílat data. Tento krok můžete potvrdit ověřením, že vaše centrum událostí přijímá zprávy na webu Azure Portal.

2. Počkejte několik minut, než se data rozšíří. Potom v živém zobrazení streamu událostí vyberte zdroj eventstreamu a aktualizujte náhled dat. V tabulce by se měla zobrazit data JSON ze simulátoru.

   

Návod

Pokud data nepřicházejí do eventového streamu, zkontrolujte aktivitu event hubu a určete, kterou část toku je třeba ladit.

Příprava prostředků KQL

V této části vytvoříte v pracovním prostoru Microsoft Fabric databázi KQL, která se použije jako cíl pro vaše data.

1. Nejprve vytvořte eventhouse pro inteligentní analýzu v reálném čase (podrobné pokyny najdete v tématu Vytvoření Eventhouse). Při vytvoření eventhouse automaticky obsahuje výchozí databázi KQL se stejným názvem.

2. Dále vytvořte novou tabulku ve výchozí databázi ve službě Eventhouse (podrobné pokyny najdete v tématu Vytvoření prázdné tabulky v databázi KQL). Pojmenujte ho OPCUA a ručně zadejte následující schéma.

   Název sloupce	Datový typ
   ID majetku	řetězec
   Špička	Booleova hodnota
   Teplota	desetinné číslo
   Váha vyplnění	desetinné číslo
   EnergyUse	desetinné číslo
   Časové razítko	datum a čas

3. Po vytvoření tabulky OPCUA ji vyberte a pomocí tlačítka Dotaz s kódem otevřete libovolný ukázkový dotaz v novém okně dotazu pro tabulku.

   

4. Vymažte ukázkový dotaz a spusťte následující dotaz KQL, který vytvoří mapování dat pro vaši tabulku. Mapování dat se nazývá opcua_mapping.

   .create table ['OPCUA'] ingestion json mapping 'opcua_mapping' '[{"column":"AssetId", "Properties":{"Path":"$[\'AssetId\']"}},{"column":"Spike", "Properties":{"Path":"$.Spike"}},{"column":"Temperature", "Properties":{"Path":"$.TemperatureF"}},{"column":"FillWeight", "Properties":{"Path":"$.FillWeight"}},{"column":"EnergyUse", "Properties":{"Path":"$.EnergyUse.Value"}},{"column":"Timestamp", "Properties":{"Path":"$[\'EventProcessedUtcTime\']"}}]'
   

Přidání dat eventstreamu do databáze KQL

Dále přidejte eventstream jako zdroj dat pro tabulku KQL. Podrobné pokyny najdete v tématu Získání dat z eventstreamu. Při přidávání zdroje dat mějte na paměti následující poznámky:

• Jako cílovou tabulku a stream událostí jako zdroj použijte tabulku OPCUA.

• V kroku Inspekce vyberte opcua_mapping které jste vytvořili dříve.

  

Po dokončení tohoto nastavení začnou data protékat streamem událostí a zpracovávají se do tabulky KQL.

Počkejte několik minut, než se data rozšíří. Pak vyberte tabulku OPCUA (možná budete muset aktualizovat zobrazení), abyste viděli náhled dat z eventstreamu, který se zobrazí v tabulce.

Pomocí tlačítka Dotaz s kódem můžete také otevřít okno dotazu pro tabulku OPCUA a spustit dotazy k prozkoumání dat.

Vytvoření řídicího panelu v reálném čase

V této části vytvoříte nový řídicí panel v reálném čase pro vizualizaci dat rychlého startu a importujete sadu dlaždic z ukázkové šablony řídicího panelu. Řídicí panel umožňuje filtrování podle ID prostředku a časového razítka a zobrazuje vizuální souhrny teploty, četnosti špiček a dalších dat.

Poznámka:

Řídicí panely v reálném čase můžete vytvářet jenom v případě, že správce tenanta povolil vytváření řídicích panelů v reálném čase ve vašem tenantovi Fabric. Další informace najdete v tématu Povolení nastavení tenanta na portálu pro správu.

Vytvoření řídicího panelu

Přejděte do svého pracovního prostoru a vytvořte nový řídicí panel v reálném čase z možností Real-Time Intelligence. Podrobné pokyny najdete v tématu Vytvoření nového řídicího panelu.

Nahrání šablony a připojení zdroje dat

Stáhněte si ukázkovou šablonu řídicího panelu z tohoto umístění na GitHubu: dashboard-AIOquickstart.json.

Pak podle těchto kroků nahrajte šablonu řídicího panelu a připojte ji k datům.

1. Na řídicím panelu v reálném čase přepněte na kartu Spravovat a vyberte Nahradit souborem.
2. Vyberte soubor šablony, který jste stáhli do počítače.
3. Soubor šablony naplní řídicí panel několika dlaždicemi, i když dlaždice nemůžou získat data, protože jste zdroj dat ještě nepřipojili.
4. Na kartě Správa vyberte Zdroje dat. Tato akce otevře podokno Zdroje dat s ukázkovým zdrojem dat pro data AIO. Výběrem ikony tužky upravte zdroj dat AIOdata .
5. Zvolte databázi (je v části Eventhouse/KQL Database). Po dokončení připojení zdroje dat vyberte Použít a zavřete podokno Zdroje dat.

Vizuály naplňují data z vaší databáze KQL.

Na kartě Domů vyberte Uložit a uložte řídicí panel.

Prozkoumejte řídicí panel

Teď máte řídicí panel, který zobrazuje různé typy vizuálů pro data assetu v těchto rychlých startech. Vizuály, které jsou součástí šablony, jsou:

• Parametry řídicího panelu, které umožňují filtrování všech vizuálů podle časového razítka (ve výchozím nastavení zahrnutých) a ID prostředku.
• Dlaždice spojnicového grafu zobrazující teplotu a její výkyvy v průběhu času.
• Statistická dlaždice zobrazující indikátor nárůstu v reálném čase pro teplotu. Dlaždice zobrazí nejnovější hodnotu teploty a pokud je tato hodnota špičkou, podmíněné formátování ji zobrazí jako upozornění.
• Dlaždice statistiky zobrazující maximální teplotu
• Dlaždice s statistikou znázorňující počet výkyvů ve vybraném časovém období.
• Dlaždice spojnicového grafu zobrazující teplotu a hmotnost výplně v průběhu času.
• Dlaždice spojnicového grafu zobrazující teplotu v porovnání s spotřebou energie v průběhu času

Tady můžete experimentovat s filtry a přidávat další typy dlaždic, abyste viděli, jak vám řídicí panel umožní dělat s daty víc.

Tento krok dokončí tok rychlého startu pro použití operací Azure IoT ke správě dat zařízení z nasazení prostřednictvím analýzy v cloudu.

Vyčištění prostředků

Teď, když jste dokončili prostředí pro rychlý start, obsahuje tato část pokyny k odstranění ukázkových prostředků.

Pokud chcete odebrat nasazení operací Azure IoT, ale zachovat svůj cluster, použijte příkaz az iot ops delete:

az iot ops delete --cluster $CLUSTER_NAME --resource-group $RESOURCE_GROUP

Pokud chcete odstranit všechny prostředky, které jste vytvořili pro účely tohoto rychlého startu, odstraňte cluster Kubernetes, ve kterém jste nasadili operace Azure IoT, a pak odeberte skupinu prostředků Azure, která obsahovala cluster.

Pokud jste pro tyto rychlé starty použili Codespaces, odstraňte codespace z GitHubu.

Poznámka:

Skupina prostředků obsahuje obor názvů služby Event Hubs, který jste vytvořili v tomto rychlém startu.

Pracovní prostor Microsoft Fabric a všechny prostředky v něm přidružené k tomuto rychlému startu můžete také odstranit, včetně streamu událostí, eventhouse a řídicího panelu v reálném čase. Kromě toho můžete chtít odstranit soubor šablony řídicího panelu, který jste stáhli do počítače.