Azure 時序見解第 2 代用例,azure主要組件有哪些-ESG跨境

Azure 時序見解第 2 代用例,azure主要組件有哪些

Azure 時序見解第 2 代用例

本文匯總了Azure時序見解第2代的幾個常見用例?？梢詮谋疚闹械慕ㄗh著手來使用Azure時序見解第2代開發(fā)應用程序和解決方案。

具體而言，本文將解答以下問題：

Azure時序見解第2代的常見用例有哪些？

將Azure時序見解第2代用于數(shù)據(jù)瀏覽和直觀異常情況檢測有什么好處？

使用Azure時序見解第2代來實現(xiàn)運營分析和高效流程有什么好處？

使用Azure時序見解第2代進行高級分析有什么好處？

以下部分描述了這些使用方案的概述。

簡介

Azure時序見解第2代是一種端到端的平臺即服務產(chǎn)品。它用于收集、處理、分析和查詢高度情景化且優(yōu)化了時序的IoT規(guī)模的數(shù)據(jù)。它非常適用于即席數(shù)據(jù)探索和運營分析。Azure時序見解第2代是唯一可擴展的自定義服務產(chǎn)品，滿足行業(yè)IoT部署的廣泛需求。

數(shù)據(jù)瀏覽和直觀異常檢測

即時瀏覽和分析數(shù)十億事件，確定其中的異常，發(fā)現(xiàn)數(shù)據(jù)的隱藏趨勢。Azure時序見解第2代可為IoT和DevOps分析工作負載提供近實時的性能。

大多數(shù)客戶都認為，獲得見解所需的時間最短是Azure時序見解第2代的突出功能之一：

Azure時序見解第2代無需前期數(shù)據(jù)準備。

時序見解可在幾分鐘內(nèi)快速將你連接到Azure IoT中心或Azure事件中心實例中的數(shù)十億個事件。

連接后，可直觀顯示和分析數(shù)十億事件，發(fā)現(xiàn)異常，發(fā)現(xiàn)數(shù)據(jù)的隱藏趨勢。

Azure時序見解第2代直觀且易于使用。連一行代碼也無需編寫即可與數(shù)據(jù)交互。另外，盡管Azure時序見解第2代為熟悉SQL的高級用戶提供了一種基于文本的細粒度查詢語言，但你不需要學習任何新語言。為初學者提供“選擇+單擊”式探索模式。

客戶可以利用這種高效率，快速診斷與資產(chǎn)相關的問題。時序見解可以執(zhí)行DevOps分析來找出IoT解決方案中bug的根本原因。作為數(shù)據(jù)科學計劃的一部分，時序見解還可以識別要標記的區(qū)域，以便進一步調(diào)查。

與Azure時序見解第2代中存儲的數(shù)據(jù)進行交互主要有三種方式：

第一種也是最簡單的入門方法是使用Azure時序見解第2代資源管理器?？梢允褂盟谝粋€位置快速顯示所有IoT數(shù)據(jù)。它提供熱度地圖等工具，可幫助你發(fā)現(xiàn)數(shù)據(jù)中的異常情況。它還提供透視視圖。使用它可以在一個儀表板中比較一個或多個Azure時序見解第2代環(huán)境中的多達四個的視圖。通過儀表板，可以查看所有位置的時序數(shù)據(jù)。詳細了解Azure時序見解Gen2資源管理器。若要規(guī)劃環(huán)境，請參閱Azure時序見解第2代規(guī)劃。

第二種開始方法是使用JavaScript SDK在Web應用程序中快速嵌入功能強大的圖表和圖。只需幾行代碼，即可編寫功能強大的查詢?？墒褂眠@些查詢填充折線圖、餅圖、條形圖、熱度地圖和數(shù)據(jù)網(wǎng)格等。通過使用SDK，所有這些元素都是現(xiàn)成可用的。SDK還提取Azure時序見解第2代查詢API。可以使用它們來創(chuàng)建類似SQL的謂詞，用于查詢要在儀表板上顯示的數(shù)據(jù)。對于混合表示層解決方案，Azure時序見解第2代提供了參數(shù)化URL。它們提供與Azure時序見解第2代資源管理器之間的無縫連接點，適用于深入分析數(shù)據(jù)。

請閱讀JS客戶端庫和示例客戶端文檔，了解有關JavaScript SDK的詳細信息。

通過查看Azure時序見解Gen2資源管理器中的可視化數(shù)據(jù)，了解有關共享url和新UI的詳細信息。

第三種開始方法是使用功能強大的API查詢存儲在Azure時序見解第2代中的數(shù)據(jù)。Azure時序見解第2代具有from、to、first和last等時態(tài)運算符。它具有average、sum、min、max、timeweighted average、timeweighted sum等聚合與轉(zhuǎn)換。它還允許使用篩選、算術和布爾運算符、標量函數(shù)，等等。所有這些運算符使下游應用程序能夠快速找到數(shù)據(jù)中的相關趨勢和模式?？墒褂盟鼈兲畛渥陨傻目梢暬Ч园l(fā)現(xiàn)異常。

操作性分析和提高處理效率

使用Azure時序見解第2代可大規(guī)模監(jiān)視設備的運行狀況、使用情況和性能，并度量運營效率。Azure時序見解第2代有助于管理多種不可預測的IoT工作負載，且不影響引入或查詢性能。

屏幕截圖顯示了Azure時序見解第2代中的IoT設備/應用程序數(shù)據(jù)、流處理、操作效率、智能/見解和高級分析。

如果與正確的技術或解決方案相結(jié)合，來自操作過程的數(shù)據(jù)的流式傳輸和連續(xù)處理可成功地轉(zhuǎn)換任何業(yè)務。這些解決方案通常是多個系統(tǒng)的組合。它們可以探索和分析不斷變化的數(shù)據(jù)，特別是在IoT領域，并且采用相同的模式。

這些模式通常始于支持IoT的平臺，這類平臺從各種語言環(huán)境的設備和傳感器中引入數(shù)十億個事件。這些系統(tǒng)可以處理和分析流數(shù)據(jù)，獲取實時見解和操作。通常將數(shù)據(jù)存檔到熱存儲和冷存儲，以實現(xiàn)近實時和批量分析。

收集的數(shù)據(jù)經(jīng)過一系列處理，以便對數(shù)據(jù)進行凈化并使其適合特定上下文，從而使其可用于下游查詢和分析方案。Azure提供豐富的服務，可應用于資產(chǎn)維護和制造等IoT方案。這些服務包括Azure時序見解第2代、IoT中心、事件中心、Azure流分析、Azure Functions、Azure邏輯應用、Azure Databricks、Azure機器學習和Power BI。

解決方案體系結(jié)構可以通過以下方式實現(xiàn)：

通過IoT中心或事件中心來引入數(shù)據(jù)，以獲得最佳的安全性、吞吐量和延遲。

執(zhí)行數(shù)據(jù)處理和計算。通過流分析、邏輯應用和Azure Functions等服務傳快遞引入的數(shù)據(jù)。使用的服務取決于特定的數(shù)據(jù)處理需求。

來自處理管道的計算信號被推國際快遞Azure時序見解第2代進行存儲和分析。

Azure時序見解第2代提供近實時數(shù)據(jù)瀏覽和基于資產(chǎn)的歷史數(shù)據(jù)見解。根據(jù)業(yè)務需求，可通過將Azure時序見解第2代連接到Azure HDInsight，基于存儲在Azure時序見解第2代中的數(shù)據(jù)來運行MapReduce和Hive作業(yè)?？赏ㄟ^Azure時序見解第2代公共圖面查詢API向Power BI和其他客戶應用程序提供存儲在Azure時序見解第2代中的數(shù)據(jù)。此數(shù)據(jù)可用于深層業(yè)務和操作智能方案。

高級分析

與機器學習和Azure Databricks等高級分析服務集成。Azure時序見解第2代從數(shù)百萬臺設備中引入原始數(shù)據(jù)。它添加了可由Azure分析服務套件無縫使用的上下文數(shù)據(jù)。

高級分析和機器學習會使用和處理大量數(shù)據(jù)。該數(shù)據(jù)用于制定數(shù)據(jù)驅(qū)動的決策并執(zhí)行預測分析。在IoT用例中，高級分析算法可以從數(shù)百萬臺設備中收集數(shù)據(jù)。這些設備每秒內(nèi)會多次傳輸數(shù)據(jù)。從IoT設備收集的數(shù)據(jù)是原始數(shù)據(jù)。它缺少上下文信息，例如設備的位置和傳感器讀數(shù)的單位。因此，原始數(shù)據(jù)很難直接用于高級分析。

Azure時序見解第2代以兩種簡單且經(jīng)濟高效的方式在IoT數(shù)據(jù)與高級分析之間搭建了橋梁：

首先，Azure時序見解第2代通過使用IoT中心從數(shù)百萬臺設備收集原始遙測數(shù)據(jù)。它通過上下文信息來豐富數(shù)據(jù)，并將數(shù)據(jù)轉(zhuǎn)換為parquet格式。此格式可以輕松與其他高級分析服務集成，例如機器學習、Azure Databricks和第三方應用程序。

Azure時序見解第2代可以作為整個組織中所有數(shù)據(jù)的信任源。它創(chuàng)建了一個供下游分析工作負荷使用的中央存儲庫。由于Azure時序見解第2代是一種近實時存儲服務，因此高級分析模型可以利用傳入的IoT遙測數(shù)據(jù)不斷學習。這樣一來，模型可以更準確地進行預測。

其次，機器學習和預測模型的輸出可以輸入到Azure時序見解第2代中，以直觀顯示并存儲其結(jié)果。此過程可幫助組織優(yōu)化和調(diào)整其模型。使用Azure時序見解第2代，可以輕松地直觀顯示訓練模型輸出所在平面上的流式遙測數(shù)據(jù)。通過這種方式，它可以幫助數(shù)據(jù)科學團隊發(fā)現(xiàn)異常并識別模式。

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內(nèi)容、版權或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。