Planera din Azure Time Series Insights Gen2-miljö
Kommentar
Time Series Insights-tjänsten dras tillbaka den 7 juli 2024. Överväg att migrera befintliga miljöer till alternativa lösningar så snart som möjligt. Mer information om utfasning och migrering finns i vår dokumentation.
I den här artikeln beskrivs metodtips för att planera och komma igång snabbt med hjälp av Azure Time Series Insights Gen2.
Metodtips för planering och förberedelse
Metodtips kring planering för och förberedelse av din miljö beskrivs ytterligare i följande artiklar:
- Vad du får när du etablerar en Azure Time Series Insights Gen2-miljö.
- Vilka time series-ID:er och tidsstämpelegenskaper är.
- Vad den nya Time Series-modellen är och hur du skapar din egen.
- Så här skickar du händelser effektivt i JSON.
- Alternativ för haveriberedskap för Azure Time Series Insights-företag.
Azure Time Series Insights använder en betala per användning-affärsmodell. Mer information om avgifter och kapacitet finns i Prissättning för Azure Time Series Insights.
Gen2-miljön
När du etablerar en Azure Time Series Insights Gen2-miljö skapar du två Azure-resurser:
- En Azure Time Series Insights Gen2-miljö
- Ett Azure Storage-konto
Som en del av etableringsprocessen anger du om du vill aktivera ett varmt lager. Med Warm Store får du en nivåindelad frågeupplevelse. När du är aktiverad måste du ange en kvarhållningsperiod mellan 7 och 30 dagar. Frågor som körs inom den varma lagringsperioden ger vanligtvis snabbare svarstider. När en fråga sträcker sig över den varma lagringsperioden hanteras den från kalllager.
Frågor i det varma arkivet är kostnadsfria, medan frågor på kalllager medför kostnader. Det är viktigt att förstå dina frågemönster och planera konfigurationen av det varma arkivet i enlighet med detta. Vi rekommenderar att interaktiva analyser av de senaste data finns i ditt varma lager och att mönsteranalys och långsiktiga trender finns i kyla.
För att starta behöver du ytterligare tre objekt:
- En tidsseriemodell
- En händelsekälla som är ansluten till Time Series Insights
- Händelser som flödar till händelsekällan som båda mappas till modellen och är i giltigt JSON-format
Granska gränserna för Azure Time Series Insights Gen2
Egenskapsgränser
Azure Time Series Insights-egenskapsgränser har ökat till 1 000 för varm lagring och ingen egenskapsgräns för kall lagring. De angivna händelseegenskaperna har motsvarande JSON-, CSV- och diagramkolumner som du kan visa i Azure Time Series Insights Gen2 Explorer.
SKU | Maximala egenskaper |
---|---|
Gen2 (L1) | 1 000 egenskaper (kolumner) för varm lagring och obegränsad för kall lagring |
Gen1 (S1) | 600 egenskaper (kolumner) |
Gen1 (S2) | 800 egenskaper (kolumner) |
Strömningsinmatning
Det finns högst två händelsekällor per miljö.
Metodtips och allmän vägledning för händelsekällor finns här
Som standard kan Azure Time Series Insights Gen2 mata in inkommande data med en hastighet på upp till 1 megabyte per sekund (Mbit/s) per Azure Time Series Insights Gen2-miljö. Det finns ytterligare begränsningar per hubbpartition. Priser på upp till 2 Mbit/s kan tillhandahållas genom att skicka ett supportärende via Azure Portal. Mer information finns i Dataflödesgränser för strömmande inmatning.
API-gränser
REST API-gränser för Azure Time Series Insights Gen2 anges i REST API-referensdokumentationen.
Konfigurera tidsserie-ID och tidsstämpelegenskaper
Om du vill skapa en ny Azure Time Series Insights-miljö väljer du ett Tidsserie-ID. Detta fungerar som en logisk partition för dina data. Se till att ha tidsserie-ID:t redo.
Viktigt!
Tidsserie-ID :t kan inte ändras senare. Kontrollera var och en före slutlig markering och använd den första.
Du kan välja upp till tre nycklar för att unikt särskilja dina resurser. Mer information finns i Metodtips för att välja ett tidsserie-ID och inmatningsregler.
Egenskapen Tidsstämpel är också viktig. Du kan ange den här egenskapen när du lägger till händelsekällor. Varje händelsekälla har en valfri tidsstämpelegenskap som används för att spåra händelsekällor över tid. Tidsstämpelvärden är skiftlägeskänsliga och måste formateras enligt den enskilda specifikationen för varje händelsekälla.
När den lämnas tom används den tid då händelsen hamnade i IoT Hub eller Event Hub som händelsetidsstämpel. I allmänhet bör användarna välja att anpassa tidsstämpelegenskapen och använda den tid då sensorn eller taggen genererade läsningen i stället för hubbens köade tid. Mer information och för att läsa om tidszonsförskjutningar finns i Tidsstämpel för händelsekälla.
Förstå tidsseriemodellen
Nu kan du konfigurera Din Azure Time Series Insights-miljös Tidsseriemodell. Den nya modellen gör det enkelt att hitta och analysera IoT-data. Det möjliggör härdning, underhåll och berikande av tidsseriedata och hjälper till att förbereda konsumentklara datamängder. Modellen använder Tidsserie-ID:t, som mappas till en instans som associerar den unika resursen med variabler, så kallade typer, och hierarkier. Läs mer om översikten över Tidsseriemodell .
Modellen är dynamisk, så den kan skapas när som helst. Kom igång snabbt genom att skapa och ladda upp dem innan du skickar data till Azure Time Series Insights. Om du vill skapa din modell läser du Använd tidsseriemodellen.
För många kunder mappar Time Series Model till en befintlig tillgångsmodell eller ETT ERP-system som redan finns. Om du inte har någon befintlig modell tillhandahålls en fördefinierad användarupplevelse för att komma igång snabbt.
Forma dina händelser
Du kan kontrollera hur du skickar händelser till Azure Time Series Insights. Helst avnormaliseras dina händelser väl och effektivt.
En bra tumregel:
- Lagra metadata i din Tidsseriemodell.
- Se till att Tidsserieläge, instansfält och händelser endast innehåller nödvändig information, till exempel ett time series-ID eller en tidsstämpelegenskap.
Mer information och för att förstå hur händelser kommer att plattas ut och lagras finns i JSON-reglerna för utplattande och undantag.
Haveriberedskap för företag
I det här avsnittet beskrivs funktioner i Azure Time Series Insights som håller appar och tjänster igång, även om en katastrof inträffar (kallas haveriberedskap för företag).
Hög tillgänglighet
Som Azure-tjänst tillhandahåller Azure Time Series Insights vissa funktioner för hög tillgänglighet med hjälp av redundans på Azure-regionnivå. Till exempel Azure Support funktioner för haveriberedskap via Azures tillgänglighetsfunktion mellan regioner.
Ytterligare funktioner med hög tillgänglighet som tillhandahålls via Azure (och även tillgängliga för alla Azure Time Series Insights-instanser) är:
- Redundans: Azure tillhandahåller geo-replikering och belastningsutjämning.
- Återställning av data och lagringsåterställning: Azure har flera alternativ för att bevara och återställa data.
- Azure Site Recovery: Azure tillhandahåller återställningsfunktioner via Azure Site Recovery.
- Azure Backup: Azure Backup stöder både lokal och molnbaserad säkerhetskopiering av virtuella Azure-datorer.
Se till att du aktiverar relevanta Azure-funktioner för att tillhandahålla global, hög tillgänglighet mellan regioner för dina enheter och användare.
Kommentar
Om Azure har konfigurerats för att aktivera tillgänglighet mellan regioner krävs ingen ytterligare tillgänglighetskonfiguration mellan regioner i Azure Time Series Insights.
IoT och händelsehubbar
Vissa Azure IoT-tjänster innehåller även inbyggda funktioner för haveriberedskap för företag:
- Haveriberedskap för hög tillgänglighet i Azure IoT Hub, som omfattar redundans inom regionen
- Principer för Azure Event Hubs
- Redundans i Azure Storage
Integreringen av Azure Time Series Insights med de andra tjänsterna ger ytterligare haveriberedskapsmöjligheter. Telemetri som skickas till din händelsehubb kan till exempel sparas i en azure bloblagringsdatabas för säkerhetskopiering.
Azure Time Series Insights
Det finns flera sätt att hålla dina Azure Time Series Insights-data, appar och tjänster igång, även om de störs.
Du kan dock fastställa att en fullständig säkerhetskopia av din Azure Time Series-miljö också krävs för följande ändamål:
- Som en redundansinstans specifikt för Azure Time Series Insights att omdirigera data och trafik till
- Bevara data och granskningsinformation
I allmänhet är det bästa sättet att duplicera en Azure Time Series Insights-miljö att skapa en andra Azure Time Series Insights-miljö i en Azure-säkerhetskopieringsregion. Händelser skickas också till den här sekundära miljön från din primära händelsekälla. Se till att du använder en andra dedikerad konsumentgrupp. Följ den källans riktlinjer för haveriberedskap enligt beskrivningen tidigare.
Så här skapar du en duplicerad miljö:
- Skapa en miljö i en andra region. Mer information finns i Skapa en ny Azure Time Series Insights-miljö i Azure Portal.
- Skapa en andra dedikerad konsumentgrupp för din händelsekälla.
- Anslut händelsekällan till den nya miljön. Se till att du anger den andra dedikerade konsumentgruppen.
- Läs dokumentationen om Azure Time Series Insights IoT Hub och Event Hubs .
Om en händelse inträffar:
- Om din primära region påverkas under en katastrofincident omdirigerar du åtgärder till azure time series insights-säkerhetskopieringsmiljön.
- Eftersom hubbsekvensnumren startar om från 0 efter redundansväxlingen återskapar du händelsekällan i båda regionerna/miljöerna med olika konsumentgrupper för att undvika att skapa vad som skulle se ut som dubbletter.
- Ta bort den primära händelsekällan, som nu är inaktiv, för att frigöra en tillgänglig händelsekälla för din miljö. (Det finns en gräns på två aktiva händelsekällor per miljö.)
- Använd din andra region för att säkerhetskopiera och återställa all Telemetri för Azure Time Series Insights och fråga efter data.
Viktigt!
Om en redundansväxling inträffar:
- En fördröjning kan också inträffa.
- En tillfällig topp i meddelandebearbetningen kan inträffa när åtgärder omdirigeras.
Mer information finns i Minimera svarstider i Azure Time Series Insights.
Nästa steg
- Granska Azure Advisor för att planera konfigurationsalternativen för företagsåterställning.
- Granska Azure Advisor för att planera konfigurationsalternativen för företagsåterställning.
- Läs mer om datainmatning i Azure Time Series Insights Gen2.
- Läs artikeln om datalagring i Azure Time Series Insights Gen2.
- Lär dig mer om datamodellering i Azure Time Series Insights Gen2.