Partager via

Analyser et visualiser vos données IoT

Cette vue d’ensemble présente les concepts clés relatifs aux options permettant d’analyser et de visualiser vos données IoT. Chaque section inclut des liens vers du contenu qui fournit des détails et des conseils supplémentaires.

Dans Azure IoT, les services d’analyse et de visualisation sont utilisés pour identifier et afficher des insights métier dérivés de vos données IoT. Par exemple, vous pouvez utiliser un modèle Machine Learning pour analyser les données des capteurs d’appareil et prédire quand la maintenance doit être effectuée sur une ressource industrielle. Vous pouvez également utiliser un outil de visualisation pour afficher une carte de l’emplacement de vos appareils.

Le diagramme suivant montre une vue générale des composants d’une solution IoT basée sur la périphérie classique. Cet article se concentre sur les domaines pertinents pour l’analyse et la visualisation de vos données IoT :

Diagramme montrant l’architecture de haut niveau de la solution IoT et mettant en évidence les zones de visualisation des solutions.

Services externes

Il existe de nombreux services que vous pouvez utiliser pour analyser et visualiser vos données IoT. Certains de ces services sont conçus pour fonctionner avec des données IoT en diffusion en continu, tandis que d’autres sont à usage plus général. Les services suivants sont parmi les plus couramment utilisés pour l’analyse et la visualisation dans les solutions IoT :

Microsoft Fabric

Microsoft Fabric est une plateforme d’analyse et de données de bout en bout conçue pour les entreprises qui nécessitent une solution unifiée. Elle englobe le déplacement, le traitement, l’ingestion, la transformation, le routage des événements en temps réel et la génération de rapports. Elle offre une suite complète de services tels que la Science des données et l’Analyse en temps réel. Il contient également le générateur de jumeaux numériques (préversion) pour la modélisation de jumeaux numériques dans un environnement Fabric.

Les articles suivants montrent quelques exemples de l’utilisation de Microsoft Fabric pour analyser et visualiser des données IoT :

Générateur de jumeaux numériques (préversion) dans Fabric

Digital Twin Builder (aperçu) est un nouvel élément dans le domaine de travail Real-Time Intelligence de Microsoft Fabric. Il crée des représentations numériques d’environnements réels pour optimiser les opérations physiques à l’aide de données.

Pour obtenir un exemple de scénario avec le générateur de jumeaux numériques, consultez Tutoriel : Générateur de jumeaux numériques (préversion).

Azure Machine Learning

Azure Machine Learning est un service cloud permettant de créer, d’entraîner et de déployer des modèles Machine Learning. Il fournit un large éventail d’outils et de services pour vous aider à créer et gérer des flux de travail Machine Learning. Vous pouvez utiliser Azure Machine Learning pour analyser les données IoT et créer des modèles prédictifs. Sur les clusters Kubernetes avec Azure Arc, tels qu’Azure IoT Operations, vous pouvez entraîner et déployer des modèles Machine Learning à la périphérie avec la cible de calcul Kubernetes dans Azure Machine Learning.

Explorateur de données Azure

Azure Data Explorer est une plateforme d’analytique Big Data très performante et complètement managée, qui facilite l’analyse de grands volumes de données quasiment en temps réel. Les articles et tutoriels suivants montrent quelques exemples d’utilisation d’Azure Data Explorer pour analyser et visualiser des données IoT :

Power BI

Power BI est un ensemble de services logiciels, d’applications et de connecteurs qui œuvrent ensemble pour transformer des sources de données disparates en informations visuelles immersives et interactives. Power BI vous permet de vous connecter facilement à vos sources de données, de visualiser et de découvrir ce qui est important, et de partager des rapports avec toute personne de votre choix.

Grafana

Grafana est un logiciel de visualisation et d’analyse. Il vous permet d’interroger, de visualiser, d’alerter et d’explorer vos métriques, journaux et traces, quel que soit leur emplacement de stockage. Il vous fournit des outils pour transformer vos données de base de données de série chronologique en graphiques et visualisations pertinents. Azure Managed Grafana est un service entièrement managé pour les solutions d’analyse et de supervision. Pour en savoir plus sur l’utilisation de Grafana dans votre solution IoT, reportez-vous à Tableaux de bord IoT cloud utilisant Grafana avec Azure IoT.

Databricks

Utilisez Azure Databricks pour traiter, stocker, nettoyer, partager, analyser, modéliser et monétiser les jeux de données avec des solutions allant de l’informatique décisionnel à l’apprentissage automatique. Utilisez la plateforme Azure Databricks pour créer et déployer des workflows d’ingénierie des données, des modèles Machine Learning, des tableaux de bord d’analytique, etc.

Utilisez la diffusion en continu structurée avec les clusters Azure Event Hubs et Azure Databricks. Vous pouvez connecter un espace de travail Databricks au point de terminaison compatible Event Hubs sur un hub IoT pour lire les données des appareils IoT.

Azure Stream Analytics

Azure Stream Analytics est un moteur de traitement de flux complètement managé conçu pour analyser et traiter de grands volumes de données diffusées en continu à faible latence. Des modèles et des relations peuvent être identifiés dans les données provenant de diverses sources d’entrée, notamment des applications, des appareils et des capteurs. Vous pouvez utiliser ces modèles pour déclencher des actions et lancer des flux de travail tels que la création d’alertes ou l’envoi d’informations à un outil de création de rapports. Dans une solution cloud, Stream Analytics est également disponible sur le runtime IoT Edge, permettant le traitement des données directement à la périphérie.

Azure Maps

Azure Maps est une collection de services géospatiaux et de kits de développement logiciel (SDK) qui utilisent des données cartographiques actualisées pour fournir un contexte géographique précis à des applications web et mobiles. Pour un exemple IoT, consultez Intégrer à Azure Maps (Azure Digital Twins).

Contenu connexe