Поделиться через

Анализ и визуализация данных Интернета вещей

В этом обзоре рассматриваются основные понятия, связанные с параметрами для анализа и визуализации данных Интернета вещей. Каждый раздел включает ссылки на материалы, которые предоставляют более подробную информацию и рекомендации.

В Azure IoT службы анализа и визуализации используются для идентификации и отображения бизнес-аналитических сведений, производных от данных Интернета вещей. Например, можно использовать модель машинного обучения для анализа данных датчика устройства и прогнозирования времени обслуживания на промышленном ресурсе. Вы также можете использовать средство визуализации для отображения карты расположения устройств.

На следующей схеме показано высокоуровневое представление компонентов в типичном пограничном решении Интернета вещей. В этой статье рассматриваются области, относящиеся к анализу и визуализации данных Интернета вещей:

Схема, на котором показана высокоуровневая архитектура решения Интернета вещей, в которых выделены области визуализации решений.

Внешние службы

Существует множество служб, которые можно использовать для анализа и визуализации данных Интернета вещей. Некоторые службы предназначены для работы с потоковыми данными Интернета вещей, а другие — более общими. Ниже приведены некоторые из наиболее распространенных служб, используемых для анализа и визуализации в решениях Интернета вещей:

Microsoft Fabric

Microsoft Fabric — это сквозная аналитика и платформа данных, предназначенная для предприятий, требующих единого решения. Он включает перемещение данных, обработку, прием, преобразование, маршрутизацию событий в режиме реального времени и сборку отчетов. Он предлагает полный набор служб, таких как обработка и анализ данных Real-Time. Он также содержит построитель цифровых двойников (предварительная версия) для моделирования цифровых двойников в среде Fabric.

В следующих статьях приведены некоторые примеры использования Microsoft Fabric для анализа и визуализации данных Интернета вещей.

Построитель цифровых двойников (предварительная версия) в Fabric

Построитель цифровых двойников (предварительная версия) — это новый элемент в рабочей нагрузке аналитики Real-Time в Microsoft Fabric. Он создает цифровые представления реальных сред для оптимизации физических операций с помощью данных.

Пример сценария с построителем цифровых двойников см. в руководстве по созданию цифровых двойников (предварительная версия).

Машинное обучение Azure

Машинное обучение Azure — это облачная служба для создания, обучения и развертывания моделей машинного обучения. Он предоставляет различные средства и службы, помогающие создавать рабочие процессы машинного обучения и управлять ими. Машинное обучение Azure можно использовать для анализа данных Интернета вещей и создания прогнозных моделей. В кластерах Kubernetes с поддержкой Azure Arc, таких как Azure IoT Operations, можно обучать и развертывать модели машинного обучения на периферии с целевым объектом вычислений Kubernetes в Машинном обучении Azure.

Анализатор данных Azure

Azure Data Explorer — это полностью управляемая, высокопроизводительная платформа аналитики больших данных, которая упрощает анализ больших объемов данных практически в реальном времени. В следующих статьях и руководствах показано, как использовать Azure Data Explorer для анализа и визуализации данных Интернета вещей:

Power BI

Power BI — это коллекция программных служб, приложений и соединителей, которые работают вместе, чтобы превратить несвязанные источники данных в последовательные, визуально иммерсивные и интерактивные аналитические сведения. Power BI позволяет легко подключаться к источникам данных, визуализировать и обнаруживать важные отчеты и предоставлять общий доступ к отчетам всем пользователям или всем, кого вы хотите.

Графана

Grafana — это программное обеспечение визуализации и аналитики. Он позволяет запрашивать, визуализировать, оповещать и просматривать метрики, журналы и трассировки независимо от того, где они хранятся. Он предоставляет средства для включения данных базы данных временных рядов в аналитические графики и визуализации. Azure Managed Grafana — полностью управляемая служба для аналитики и мониторинга. Дополнительные сведения об использовании Grafana в решении Интернета вещей см. в статье " Облачные панели мониторинга Интернета вещей" с помощью Grafana с Azure IoT.

Databricks

Используйте Azure Databricks для обработки, хранения, очистки, совместного использования, анализа, моделирования и монетизации наборов данных с помощью решений из бизнес-аналитики в машинное обучение. Используйте платформу Azure Databricks для создания и развертывания рабочих процессов проектирования данных, моделей машинного обучения, панелей мониторинга аналитики и т. д.

Используйте структурированную потоковую передачу с центрами событий Azure и кластерами Azure Databricks. Вы можете подключить рабочую область Databricks к конечной точке, совместимой с Центрами событий в Центре Интернета вещей, для чтения данных с устройств Интернета вещей.

Azure Stream Analytics

Azure Stream Analytics — это полностью управляемый модуль обработки потоков, предназначенный для анализа и обработки больших объемов потоковых данных с низкой задержкой. Шаблоны и связи можно определить в данных, поступающих из различных источников ввода, включая приложения, устройства и датчики. Эти шаблоны можно использовать для активации действий и запуска рабочих процессов, таких как создание оповещений или передача сведений в средство создания отчетов. В облачном решении Stream Analytics также доступен в среде выполнения Azure IoT Edge, что позволяет обрабатывать данные непосредственно на периферии.

Azure Maps

Azure Maps — это коллекция геопространственных служб и пакетов SDK, использующих свежие данные сопоставления для предоставления географического контекста веб-приложениям и мобильным приложениям. Пример Интернета вещей см. в статье "Интеграция с Azure Maps" (Azure Digital Twins).

Связанный контент