解决方案构想
本文介绍了一种解决方案构想。 云架构师可以通过本指南来帮助可视化此体系结构的典型实现的主要组件。 以本文为起点,设计一个符合工作负荷特定要求的架构合理的解决方案。
此解决方案演示了实时资产跟踪和管理。
体系结构
下载此体系结构的 Visio 文件。
工作流
- 安装在车辆和其他资产上的 IoT 传感器将遥测数据发送到云网关设备。
- 网关设备将遥测数据和聚合见解发送到 Azure IoT Central。
- Azure IoT Central 持续将数据导出到事件中心,供其他 Azure 服务使用。
- Azure 流分析作业流式传输事件中心中的数据。
- 流分析作业聚合事件中心中的数据,并将其存储在 Azure SQL 数据库中。 这些作业还将数据与存储在 SQL 数据库中的阈值进行比较,并在超出阈值时生成警报。
- 流分析作业使用 Azure Functions 向移动应用和 Web 应用发送实时警报。
- 流分析作业使用 Azure 通知中心向移动应用和 Web 应用发送实时警报。
- 事件中心将事件存储在 Azure Data Lake Storage 中,便于历史数据分析。
- API 管理使处理后的遥测数据可供 Web 应用、移动应用、Azure Maps 和 Azure Power BI 等数据用户使用。 它还可以使数据供第三方使用。
- 使用 Azure 应用程序服务生成的 Web 应用程序和移动应用程序基于 Azure API 管理中的数据提供自定义功能。 这些应用可以使用 Azure Maps 实时跟踪车辆和其他资产。 Web 应用可以为分析和摘要报表显示 Power BI 报表和自定义可视化效果。
组件
- Azure IoT Central 是一个托管的安全 IoT 应用程序平台,可快速轻松地将 IoT 设备连接到云。
- Azure 事件中心是大数据流式处理平台和事件引入服务。 它可以每秒接收和处理数百万个事件。 实时分析提供程序、批处理适配器或存储适配器可以转换和存储发送到事件中心的数据。
- Azure 流分析提供可在云中和边缘运行相同查询的无服务器实时流处理。 Azure IoT Edge 上的流分析可以在本地筛选或聚合数据,并将其发送到云以进一步处理或存储。
- Azure Functions 提供了一个无需建立应用程序基础结构即可运行小段代码(称为函数)的环境。 可将其用于处理大量数据、集成系统、使用 IoT 以及生成简单的 API 和微服务。
- Azure 通知中心将通知从云或本地的任何后端推送到 iOS、Android、Windows、Kindle 和百度等主要平台。
- Azure SQL 数据库是具有内置智能的完全托管关系数据库。
- Azure 应用程序服务是用于构建、部署和扩展 Web 应用的完全托管服务。 可以使用.NET、.NET Core、Node.js、Java、Python 或 PHP 来构建应用。 应用可以在容器中或在 Windows 或 Linux 上运行。
- Azure Data Lake Storage 是一个存储库,可以按原生的原始格式存储大量的数据。 Data Lake 存储经过优化,数据规模可以达到数 TB 甚至数 PB。 这些数据通常来自多个异类源,可以是结构化的、半结构化的或非结构化的。
- Azure API 管理支持发布、路由、保护、记录和分析 API。 你可以控制数据的呈现和扩展方式,以及哪些应用可以访问数据。 可以限制仅你的应用可以访问,也可以使其供第三方使用。
- Azure Maps 具有地理空间 API,用于向应用添加地图、空间分析和移动解决方案。 它可用于验证和标准化地址数据。 应用可以使用由移动技术合作伙伴 TomTom、AccuWeather 和 Moovit 提供支持的实时位置智能。
- Power BI 是一套业务分析工具,用于在整个组织内提供见解。 可以使用它生成漂亮的报表,并在 Web 和移动设备上发布它们。
- Power BI Embedded 可将 Power BI 放入应用中,以便快速轻松地在应用程序中提供交互式报表、仪表板和分析,并将其标记为自己的报表。
方案详细信息
此解决方案使用 Azure IoT Central 从 IoT 传感器接收数据并将其导出到 Azure 事件中心,Azure 事件中心随后创建数据流。 Azure 流分析、Azure Functions 和 Azure 通知中心等其他 Azure 服务会接收流。 它们转换和分析流数据,并创建基于规则的警报。 它们还存储数据,以供报告工具和自定义应用程序使用。
可能的用例
此解决方案非常适合制造和汽车行业。 以下其他用例都采用类似的设计模式:
- 管理和库存:跟踪车辆和资产。
- 驾驶员评分:使用位置、速度、偏离路线距离和急刹车等指标监视驾驶员行为。
- 车辆监视和维护:根据实时引擎警报计划预防性维护和故障维护。
- 基于应用的警报:使用基于应用的警报监视超速、地理围栏冲突及其他事件。
- 报告分析:生成有关资产历史记录、警报和行程历史记录的报表。
作者
本文由 Microsoft 维护, 它最初是由以下贡献者撰写的。
主要作者:
- Priyanka Yalavarthy | 数据和分析云解决方案架构师
后续步骤
- 什么是 Azure IoT Central?
- 使用数据导出功能将 IoT 数据导出到云目标
- Azure 事件中心 — 大数据流式处理平台和事件引入服务
- 欢迎使用 Azure 流分析
- Azure Functions 简介
相关资源
参阅以下相关体系结构: