Schnellstart: Erkenntnisse aus Ihren verarbeiteten Daten gewinnen

2025-05-09

In dieser Schnellstartanleitung füllen Sie ein Echtzeitdashboard auf, um Erkenntnisse aus den OPC UA-Daten zu erfassen, die Sie in der vorherigen Schnellstartanleitung an Event Hubs gesendet haben. Mithilfe von Microsoft Fabric Real-Time Intelligence übertragen Sie Ihre Daten aus Event Hubs in Microsoft Fabric und ordnen sie einer KQL-Datenbank zu, die eine Quelle für Echtzeitdashboards sein kann. Anschließend erstellen Sie ein Dashboard, um diese Daten in visuellen Kacheln anzuzeigen, die Erkenntnisse erfassen und die Werte im Laufe der Zeit anzeigen.

Bei diesen Vorgängen handelt es sich um die letzten Schritte im umfassenden Beispiel für den Schnellstart, der vom Bereitstellen einer Azure IoT Einsatz am Edge bis hin zum Abrufen von Erkenntnissen aus diesen Gerätedaten in der Cloud reicht.

Voraussetzungen

Bevor Sie mit dieser Schnellstartanleitung beginnen, führen Sie die vorherigen Azure IoT Operations-Schnellstarts aus.

Außerdem müssen sie über die folgenden Fabric-Ressourcen verfügen:

Ein Microsoft Fabric-Abonnement. In Ihrem Abonnement benötigen Sie Zugriff auf einen Arbeitsbereich mit den Berechtigungen der Rolle Mitwirkender oder höheren Berechtigungen.
Ein Fabric-Mandant, der die Erstellung von Echtzeitdashboards ermöglicht. Ihr Mandantenadministrator kann diese Einstellung aktivieren. Weitere Informationen finden Sie unter Aktivieren von Mandanteneinstellungen im Verwaltungsportal.

Welches Problem werden wir lösen?

Wenn Ihre OPC UA-Daten in der Cloud ankommen, gibt es viele Informationen, die analysiert werden können. Sie müssen diese Daten organisieren und Berichte erstellen, die Diagramme und Visualisierungen enthalten, um Erkenntnisse aus den Daten abzuleiten. Die Schritte in dieser Schnellstartanleitung veranschaulichen, wie Sie diese Daten mit Real-Time Intelligence verbinden und ein Echtzeitdashboard erstellen.

Erfassen von Daten in Real-Time Intelligence

In diesem Abschnitt richten Sie einen Microsoft Fabric-Eventstream ein, um Ihren Event Hub mit einer KQL-Datenbank in Real-Time Intelligence zu verbinden. Dieser Vorgang umfasst das Einrichten einer Datenzuordnung zum Transformieren der Nutzlastdaten aus dem JSON-Format in Spalten in KQL.

Erstellen eines Ereignisstreams

In diesem Abschnitt erstellen Sie einen Eventstream, um Ihre Daten aus Event Hubs in Microsoft Fabric Real-Time Intelligence und schließlich in eine KQL-Datenbank zu übertragen.

Navigieren Sie zunächst zum Echtzeithub in Microsoft Fabric.

Fügen Sie Ihren Event Hub als Datenquelle für einen neuen Eventstream hinzu. Ausführliche Anweisungen finden Sie unter Abrufen von Ereignissen von Azure Event Hubs in Echtzeit-Hubs. Beachten Sie beim Hinzufügen der Datenquelle die folgenden Hinweise:

Bearbeiten Sie den Namen des Eventstreams in etwas Benutzerfreundlicheres im Stream-Detailbereich.
Verwenden Sie für Azure Event Hub Key die Standardauswahl (RootManageSharedAccessKey).
Erstellen Sie für Verbindungeine neue Verbindung mit der Authentifizierung mit freigegebenem Zugriffsschlüssel. Die Verbindungsanmeldeinformationen werden automatisch ausgefüllt.
- Stellen Sie sicher, dass die lokale Authentifizierung auf Ihrem Event Hub-Namespace aktiviert ist. Sie können diese Authentifizierung über die Übersichtsseite des Namespaces im Azure-Portal festlegen.
Verwenden Sie für Consumergruppe die Standardauswahl ($Default).
Verwenden Sie für Datenformatdie Standardauswahl (JSON-).

Verwenden Sie nach dem Verbinden des Ereignisstreams die Schaltfläche Ereignisstream öffnen, um ihn im Dokumenterstellungsbereich anzuzeigen. Der Stream aus Ihrem Azure Event Hub ist als Ereignisstreamquelle sichtbar.

Screenshot: Eventstream mit der Quelle „AzureEventHub“

Überprüfen des Datenflusses

Führen Sie die folgenden Schritte aus, um Ihre bisherige Arbeit zu überprüfen, und stellen Sie sicher, dass Daten in den Eventstream fließen.

Starten Sie Ihren Cluster, in dem Sie Azure IoT Einsatz in früheren Schnellstarts bereitgestellt haben. Der OPC PLC-Simulator, den Sie mit Ihrer Azure IoT Einsatz-Instanz bereitgestellt haben, sollte mit der Ausführung und dem Senden von Daten beginnen. Sie können diesen Schritt bestätigen, indem Sie überprüfen, ob Ihr Event Hub Nachrichten im Azure-Portal empfängt.
Warten Sie einige Minuten, bis Daten weitergeleitet werden. Wählen Sie dann in der Eventstream-Liveansicht die Eventstreamquelle aus, und aktualisieren Sie die Datenvorschau. In der Tabelle sollten JSON-Daten aus dem Simulator angezeigt werden.

Tipp

Wenn Daten nicht in Ihrem Eventstream ankommen, überprüfen Sie Ihre Event-Hub-Aktivität, um den zu debuggenden Abschnitt des Flusses zu isolieren.

Aufbereiten von KQL-Ressourcen

In diesem Abschnitt erstellen Sie eine KQL-Datenbank in Ihrem Microsoft Fabric-Arbeitsbereich, die als Ziel für Ihre Daten verwendet werden soll.

Erstellen Sie zunächst ein Real-Time Intelligence-Eventhouse. Ausführliche Anweisungen finden Sie unter Erstellen eines Eventhouse. Wenn das Eventhouse erstellt wird, enthält es automatisch eine KQL-Standarddatenbank mit demselben Namen.
Erstellen Sie als Nächstes eine neue Tabelle in der Standarddatenbank in Ihrem Eventhouse. Ausführliche Anweisungen finden Sie unter Erstellen einer leeren Tabelle in Ihrer KQL-Datenbank. Nennen Sie es OPCUA und geben Sie das folgende Schema manuell ein.

Spaltenname Datentyp

AssetId Zeichenfolge

Spitze Boolesch

Temperatur Decimal

FillWeight Decimal

EnergyUse Decimal

Zeitstempel Datum/Uhrzeit
Nachdem Sie die OPCUA-Tabelle erstellt haben, wählen Sie sie aus, und verwenden Sie die Schaltfläche "Abfrage mit Code ", um eine beliebige Beispielabfrage in einem neuen Abfragefenster für die Tabelle zu öffnen.

Spaltenname	Datentyp
AssetId	Zeichenfolge
Spitze	Boolesch
Temperatur	Decimal
FillWeight	Decimal
EnergyUse	Decimal
Zeitstempel	Datum/Uhrzeit

Löschen Sie die Beispielabfrage, und führen Sie die folgende KQL-Abfrage aus, die eine Datenzuordnung für Ihre Tabelle erstellt. Die Datenzuordnung nennt sich 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\']"}}]'

Hinzufügen von Eventstreamdaten zur KQL-Datenbank

Fügen Sie als Nächstes Ihren Eventstream als Datenquelle für Ihre KQL-Tabelle hinzu. Ausführliche Anweisungen finden Sie unter Abrufen von Daten aus Eventstream. Beachten Sie beim Hinzufügen der Datenquelle die folgenden Hinweise:

Verwenden Sie die OPCUA-Tabelle als Zieltabelle und den Eventstream als Quelle.
Wählen Sie im Schritt "Prüfen " die opcua_mapping aus, die Sie zuvor erstellt haben:

Nachdem Sie diese Einrichtung abgeschlossen haben, beginnen Daten mit dem Flow Ihres Eventstreams und werden in Ihre KQL-Tabelle verarbeitet.

Warten Sie einige Minuten, bis Daten weitergeleitet werden. Wählen Sie dann die OPCUA-Tabelle aus (möglicherweise müssen Sie die Ansicht aktualisieren), um eine Vorschau der Daten aus dem Ereignisstream anzuzeigen, die in der Tabelle angezeigt werden.

Screenshot der OPCUA-Tabelle mit Daten.

Sie können auch die Schaltfläche Abfrage mit Code verwenden, um ein Abfragefenster für die OPCUA-Tabelle zu öffnen und Abfragen zum Untersuchen der Daten auszuführen.

Erstellen von Echtzeitdashboards

In diesem Abschnitt erstellen Sie ein neues Echtzeitdashboard , um Ihre Schnellstartdaten zu visualisieren und eine Reihe von Kacheln aus einer Beispieldashboardvorlage zu importieren. Das Dashboard ermöglicht das Filtern nach Ressourcen-ID und Zeitstempel und zeigt visuelle Zusammenfassungen von Temperatur, Spitzenhäufigkeit und anderen Daten an.

Hinweis

Sie können nur Echtzeit-Dashboards erstellen, wenn Ihr Mandantenadministrator die Erstellung von Echtzeit-Dashboards in Ihrem Fabric-Mandanten aktiviert hat. Weitere Informationen finden Sie unter Aktivieren von Mandanteneinstellungen im Verwaltungsportal.

Erstellen von Dashboards

Navigieren Sie zu Ihrem Arbeitsbereich, und erstellen Sie ein neues Echtzeitdashboard aus den Real-Time Intelligence-Funktionen. Ausführliche Anweisungen finden Sie unter Erstellen eines neuen Dashboards.

Hochladen von Vorlagen und Verbinden der Datenquelle

Laden Sie die Beispieldashboardvorlage von diesem Speicherort in GitHub herunter: dashboard-AIOquickstart.json.

Führen Sie dann die folgenden Schritte aus, um die Dashboardvorlage hochzuladen und mit Ihren Daten zu verbinden.

Wechseln Sie in Ihrem Echtzeitdashboard zur Registerkarte " Verwalten ", und wählen Sie "Durch Datei ersetzen" aus.
Wählen Sie die Vorlagendatei aus, die Sie auf Ihren Computer heruntergeladen haben.
Die Vorlagendatei füllt das Dashboard mit mehreren Kacheln auf, obwohl die Kacheln keine Daten abrufen können, da Sie noch keine Datenquelle verbunden haben.
Wählen Sie auf der Registerkarte VerwaltenDatenquellen aus. Diese Aktion öffnet den Bereich "Datenquellen " mit einer Beispielquelle für Ihre AIO-Daten. Klicken Sie auf das Stiftsymbol, um die Datenquelle AIOdata zu bearbeiten.
Wählen Sie Ihre Datenbank aus (sie befindet sich unter Eventhouse/KQL-Datenbank). Wenn Sie die Auswahl der Datenquelle abgeschlossen haben, wählen Sie Übernehmen aus, und schließen Sie den Bereich Datenquellen.

Die visuellen Elemente werden mit den Daten aus Ihrer KQL-Datenbank aufgefüllt.

Screenshot des Dashboards

Wählen Sie auf der Registerkarte Startseite die Option Speichern aus, um Ihr Dashboard zu speichern.

Untersuchen des Dashboards

Sie verfügen jetzt über ein Dashboard, das verschiedene Arten von visuellen Elementen für die Objektdaten in diesen Schnellstarts anzeigt. Die in der Vorlage enthaltenen visuellen Elemente sind:

Parameter für Ihr Dashboard, die das Filtern aller visuellen Elemente nach Zeitstempel (standardmäßig enthalten) und Objekt-ID ermöglichen.
Eine Liniendiagrammkachel mit Temperatur und ihren Spitzen im Laufe der Zeit.
Eine Statistikkachel, die einen Echtzeit-Spitzenwertindikator für die Temperatur anzeigt. Die Kachel zeigt den neuesten Temperaturwert an, und wenn dieser Wert eine Spitze ist, zeigt bedingte Formatierung ihn als Warnung an.
Eine Statistikkachel, die die max. Temperatur anzeigt.
Eine Statistikkachel mit der Anzahl der Spitzen im ausgewählten Zeitrahmen.
Eine Liniendiagrammkachel mit Temperatur im Vergleich zum Füllgewicht im Laufe der Zeit.
Eine Liniendiagrammkachel mit Temperatur im Vergleich zum Energieverbrauch im Laufe der Zeit.

Nun können Sie mit den Filtern experimentieren und weitere Kacheltypen hinzufügen, um herauszufinden, wie ein Dashboard Ihnen die Möglichkeit bietet, mehr mit Ihren Daten zu erreichen.

In diesem Schritt wird der Schnellstartprozess für die Verwendung von Azure IoT Operations zum Verwalten von Gerätedaten vom Einsatz bis zur Analyse in der Cloud abgeschlossen.

Bereinigen von Ressourcen

Nachdem Sie nun mit der Schnellstartumgebung fertig sind, enthält dieser Abschnitt Anweisungen zum Löschen Ihrer Beispielressourcen.

Wenn Sie die Azure IoT Einsatz-Bereitstellung entfernen, aber Ihren Cluster beibehalten möchten, verwenden Sie den Befehl az iot ops delete.

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

Wenn Sie alle im Rahmen dieser Schnellstartanleitung erstellten Ressourcen löschen möchten, löschen Sie den Kubernetes-Cluster, in dem Sie Azure IoT Einsatz bereitgestellt haben, und entfernen Sie dann die Azure-Ressourcengruppe, in der das Cluster enthalten war.

Wenn Sie Codespaces für diese Schnellstarts verwendet haben, löschen Sie Ihren Codespace aus GitHub.