Analysieren von Telemetriedaten
Nachdem die IoT-Pipelinekomponenten eindeutig identifiziert wurden, möchten Sie sich nun auf die Möglichkeit konzentrieren, Daten zu extrahieren, die aussagekräftige Erkenntnisse zum Zustand verwalteter Geräte bieten. Sie müssen integrierte Azure IoT Central-Analysefunktionen untersuchen, um zu ermitteln, ob sie ausreichen, um Ihre Anforderungen zu erfüllen. Sie möchten jedoch auch andere Optionen auswerten, z. B. Azure Time Series Insights und die Exportfunktionalität, die mit Azure IoT Hub verfügbar ist.
Welches sind die primären IoT-Analyseoptionen?
Die primären IoT-Analyseoptionen spiegeln die Datenverarbeitungsprinzipien der Lambdaarchitektur wider. Die Lambda-Architektur stellt einen mehrstufigen Ansatz zum Implementieren von zwei Arten von Datenverarbeitung dar: Batch und Streaming. Die Batchebene, auch als der langsame oder kalte Pfad bezeichnet, speichert alle eingehenden Daten in ihrer Rohform und wendet Batchverarbeitung darauf an. Eine Geschwindigkeitsebene, die auch als der schnelle oder heiße Pfad bezeichnet wird, wendet Analysen in Echtzeit oder nahezu Echtzeit an.
Ihr Analyseansatz und die entsprechenden Technologieoptionen für die Implementierung dieses Ansatzes hängen davon ab, ob Sie Telemetriedaten verarbeiten, die Teil des schnellen oder langsamen Datenpfads sind. Insbesondere unterliegt der schnelle Datenfluss der Latenzeinschränkung, sodass der Umfang der Analyse begrenzt ist. Diese Einschränkung gilt nicht für Daten, die den langsamen Pfad durchlaufen, was äußerst genaue und komplexe Analysen ermöglicht.
Welche Analysefunktionen bietet Azure IoT Central?
Azure IoT Central bietet integrierte Analysefunktionen, die auf dem integrierten Analysedienst basieren, der die Funktionen für heiße und kalte Pfade kombiniert. Damit können Sie Datenpunkte nahezu in Echtzeit überwachen. Sie können auch historische Trends visualisieren, verschiedene Arten von Telemetrie korrelieren und Anomalien in den erfassten Daten auf der Grundlage von integrierten und benutzerdefinierten interaktiven Dashboards erkennen. Diese Funktion verwendet Azure Time Series Insights für die Telemetrieverarbeitung.
Im Rahmen der Analyse des heißen Pfads haben Sie die Möglichkeit, den kontinuierlichen Datenexport aus Azure IoT Central in Azure Event Hubs zu konfigurieren. Diese Lösung ist mit Azure Databricks integriert. Nachdem Sie die relevanten Bibliotheken im Azure Databricks-Arbeitsbereich installiert haben, können Sie die Verarbeitungsressourcen nutzen, um den Telemetriedatenstrom weiter zu analysieren und komplexere Visualisierungen wie Boxplots zu generieren. Neben Azure Databricks können Sie auch Azure Stream Analytics oder die für diesen Zweck in Azure HDInsight enthaltene Spark-Streamingfunktion verwenden. Alternativ können Sie Azure Time Series Insights verwenden. Dieser Dienst ist für gleichzeitige Abfragen über große Datasets mit Latenz im Bereich von 30 und 60 Sekunden optimiert.
Für den kalten Datenpfad können Sie Daten in regelmäßigen Abständen in Azure Blob Storage exportieren. Anschließend können Sie eine Datenpipeline konfigurieren, die die folgenden Komponenten kombiniert:
- Eine Azure-Funktion
- Eine Azure Data Factory-Pipeline
- Eine Azure SQL-Datenbank-Instanz
- Eine Power BI-Lösung
Hinweis
Mit der Power BI-Lösung können Sie die Daten verarbeiten, transformieren und visualisieren. Power BI ermöglicht die Erstellung von Modellen, KPIs (Key Performance Indicators) und deren Visualisierung über interaktive Dashboards.
Welche Analysefunktionen bietet Azure Time Series Insights?
Obwohl Azure Time Series Insights mit Azure IoT Central integriert ist, steht diese Lösung auch als separater Dienst zur Verfügung, der eng mit Cloudgateways wie Azure IoT Hub und Azure Event Hubs integriert ist. Er bietet einen Analyse-, Speicher- und Visualisierungsdienst für Zeitreihendaten, einschließlich Unterstützung für SQL-ähnliche Filter- und Aggregationsregeln. Die Visualisierungsfunktionen umfassen Unterstützung für Überlagerungen verschiedener Zeitreihen, Dashboardvergleiche, tabellarische Ansichten, Wärmebilder sowie einen Daten-Explorer für interaktive Datenabfragen. Azure Time Series bietet auch eine JavaScript-Steuerelementbibliothek, die das Einbetten von Zeitreihendiagrammen in benutzerdefinierte Anwendungen ermöglicht.
Welche Analysefunktionen bietet Azure Stream Analytics?
Azure Stream Analytics ist Teil des heißen Datenpfads. Die Lösung bietet Echtzeitanalysen und komplexe Ereignisverarbeitung, die für große Mengen von Streamingdaten optimiert sind, die von IoT-Geräten, Feeds sozialer Medien und Anwendungen stammen. Azure Stream Analytics unterstützt Vorgänge wie Windowing, Streamaggregationen und externe Datenquellenjoins.