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。可以從本文中的建議著手來使用Azure時序見解第2代開發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代用于數據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品。它用于收集、處理、分析和查詢高度情景化且優化了時序的IoT規模的數據。它非常適用于即席數據探索和運營分析。Azure時序見解第2代是唯一可擴展的自定義服務產品，滿足行業IoT部署的廣泛需求。

數據瀏覽和直觀異常檢測

即時瀏覽和分析數十億事件，確定其中的異常，發現數據的隱藏趨勢。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代無需前期數據準備。

時序見解可在幾分鐘內快速將你連接到Azure IoT中心或Azure事件中心實例中的數十億個事件。

連接后，可直觀顯示和分析數十億事件，發現異常，發現數據的隱藏趨勢。

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據交互。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，快速診斷與資產相關的問題。時序見解可以執行DevOps分析來找出IoT解決方案中bug的根本原因。作為數據科學計劃的一部分，時序見解還可以識別要標記的區域，以便進一步調查。

與Azure時序見解第2代中存儲的數據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數據。它提供熱度地圖等工具，可幫助你發現數據中的異常情況。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據。詳細了解Azure時序見解Gen2資源管理器。若要規劃環境，請參閱Azure時序見解第2代規劃。

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、熱度地圖和數據網格等。通過使用SDK，所有這些元素都是現成可用的。SDK還提取Azure時序見解第2代查詢API?？梢允褂盟鼈儊韯摻愃芐QL的謂詞，用于查詢要在儀表板上顯示的數據。對于混合表示層解決方案，Azure時序見解第2代提供了參數化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，適用于深入分析數據。

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據，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代中的數據。Azure時序見解第2代具有from、to、first和last等時態運算符。它具有average、sum、min、max、timeweighted average、timeweighted sum等聚合與轉換。它還允許使用篩選、算術和布爾運算符、標量函數，等等。所有這些運算符使下游應用程序能夠快速找到數據中的相關趨勢和模式?？墒褂盟鼈兲畛渥陨傻目梢暬Ч园l現異常。

操作性分析和提高處理效率

使用Azure時序見解第2代可大規模監視設備的運行狀況、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/應用程序數據、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合，來自操作過程的數據的流式傳輸和連續處理可成功地轉換任何業務。這些解決方案通常是多個系統的組合。它們可以探索和分析不斷變化的數據，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境的設備和傳感器中引入數十億個事件。這些系統可以處理和分析流數據，獲取實時見解和操作。通常將數據存檔到熱存儲和冷存儲，以實現近實時和批量分析。

收集的數據經過一系列處理，以便對數據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。

解決方案體系結構可以通過以下方式實現：

通過IoT中心或事件中心來引入數據，以獲得最佳的安全性、吞吐量和延遲。

執行數據處理和計算。通過流分析、邏輯應用和Azure Functions等服務傳快遞引入的數據。使用的服務取決于特定的數據處理需求。

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代提供近實時數據瀏覽和基于資產的歷史數據見解。根據業務需求，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代中的數據來運行MapReduce和Hive作業?？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代中的數據。此數據可用于深層業務和操作智能方案。

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代從數百萬臺設備中引入原始數據。它添加了可由Azure分析服務套件無縫使用的上下文數據。

高級分析和機器學習會使用和處理大量數據。該數據用于制定數據驅動的決策并執行預測分析。在IoT用例中，高級分析算法可以從數百萬臺設備中收集數據。這些設備每秒內會多次傳輸數據。從IoT設備收集的數據是原始數據。它缺少上下文信息，例如設備的位置和傳感器讀數的單位。因此，原始數據很難直接用于高級分析。

Azure時序見解第2代以兩種簡單且經濟高效的方式在IoT數據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中心從數百萬臺設備收集原始遙測數據。它通過上下文信息來豐富數據，并將數據轉換為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據的信任源。它創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遙測數據不斷學習。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果。此過程可幫助組織優化和調整其模型。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據。通過這種方式，它可以幫助數據科學團隊發現異常并識別模式。

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