Kasus penggunaan Azure Time Series Insights Gen2

Artikel ini merangkum beberapa kasus penggunaan umum untuk Azure Time Series Insights Gen2. Rekomendasi dalam artikel ini berfungsi sebagai titik awal untuk mengembangkan aplikasi dan solusi Anda dengan Azure Time Series Insights Gen2.

Secara khusus, artikel ini menjawab pertanyaan berikut:

• Apa saja kasus penggunaan umum untuk Azure Time Series Insights Gen2?
• Apa manfaat menggunakan Azure Time Series Insights Gen2 untuk eksplorasi data dan deteksi anomali visual?
• Apa manfaat menggunakan Azure Time Series Insights Gen2 untuk analisis operasional dan efisiensi proses?
• Apa manfaat menggunakan Azure Time Series Insights Gen2 untuk analitik tingkat lanjut?

Gambaran umum skenario penggunaan ini dijelaskan di bagian berikut.

Perkenalan

Azure Time Series Insights Gen2 adalah penawaran platform-as-a-service end-to-end. Ini digunakan untuk mengumpulkan, memproses, menyimpan, menganalisis, dan melakukan kueri pada data skala IoT yang sangat kontekstual dan dioptimalkan untuk rangkaian waktu. Ini sangat ideal untuk eksplorasi data ad-hoc dan analisis operasional. Azure Time Series Insights Gen2 adalah penawaran layanan khusus yang dapat diperluas secara unik yang memenuhi kebutuhan luas penyebaran IoT industri.

Eksplorasi data dan deteksi anomali visual

Langsung jelajahi dan analisis miliaran peristiwa untuk menemukan anomali dan menemukan tren tersembunyi dalam data Anda. Azure Time Series Insights Gen2 memberikan performa mendekati real-time untuk beban kerja analisis IoT dan DevOps Anda.

Sebagian besar pelanggan setuju bahwa jumlah waktu minimal yang diperlukan untuk mendapatkan wawasan adalah salah satu fitur menonjol dari Azure Time Series Insights Gen2:

• Azure Time Series Insights Gen2 tidak memerlukan persiapan data di muka.
• Ini bekerja cepat untuk menghubungkan Anda ke miliaran peristiwa di instans Azure IoT Hub atau Azure Event Hubs Anda dalam hitungan menit.
• Setelah terhubung, Anda dapat memvisualisasikan dan menganalisis miliaran peristiwa untuk menemukan anomali dan menemukan tren tersembunyi dalam data Anda.

Azure Time Series Insights Gen2 intuitif dan mudah digunakan. Anda dapat berinteraksi dengan data Anda tanpa menulis satu baris kode pun. Anda juga tidak perlu mempelajari bahasa baru, meskipun Azure Time Series Insights Gen2 menyediakan bahasa kueri berbasis teks terperinci untuk pengguna tingkat lanjut yang terbiasa dengan SQL. Ini juga menyediakan eksplorasi dengan pilih dan klik untuk pemula.

Pelanggan dapat memanfaatkan kecepatan untuk mendiagnosis masalah terkait aset dengan cepat. Mereka dapat melakukan analisis DevOps untuk sampai ke akar penyebab bug dalam solusi IoT. Mereka juga dapat mengidentifikasi area yang akan ditandai untuk penyelidikan lebih lanjut sebagai bagian dari inisiatif ilmu data mereka.

Ada tiga cara utama untuk berinteraksi dengan data yang disimpan di Azure Time Series Insights Gen2:

• Cara pertama dan term mudah untuk memulai adalah dengan Azure Time Series Insights Gen2 Explorer. Anda dapat menggunakannya untuk memvisualisasikan semua data IoT Anda dengan cepat di satu tempat. Ini menyediakan alat seperti peta panas untuk membantu Anda menemukan anomali dalam data Anda. Ini juga memberikan tampilan perspektif. Gunakan untuk membandingkan hingga empat tampilan dari satu atau beberapa lingkungan Azure Time Series Insights Gen2 dalam satu dasbor. Dasbor memberi Anda tampilan data rangkaian waktu di semua lokasi Anda. Pelajari selengkapnya tentang Azure Time Series Insights Gen2 Explorer. Untuk merencanakan lingkungan Anda, baca perencanaan Azure Time Series Insights Gen2.

• Cara kedua untuk memulai adalah dengan menggunakan JavaScript SDK untuk menyematkan bagan dan grafik yang kuat dengan cepat di aplikasi web Anda. Hanya dengan beberapa baris kode, Anda dapat menulis kueri yang kuat. Gunakan mereka untuk mengisi bagan garis, bagan pai, bagan batang, peta panas, kisi data, dan lainnya. Semua elemen ini tersedia dan dapat langsung digunakan dengan menggunakan SDK. SDK juga mengabstraksi API kueri Azure Time Series Insights Gen2. Anda dapat menggunakannya untuk menulis predikat seperti SQL untuk mengkueri data yang ingin Anda tampilkan di dasbor. Untuk solusi lapisan presentasi hibrid, Azure Time Series Insights Gen2 menawarkan URL berparameter. Mereka menyediakan titik koneksi yang mulus dengan Azure Time Series Insights Gen2 Explorer untuk mendalami data.

  • Baca tentang pustaka klien JS dan dokumentasi Klien Sampel untuk mempelajari lebih lanjut tentang JavaScript SDK.

  • Pelajari selengkapnya tentang berbagi URL dan UI baru dengan meninjau Memvisualisasikan data di Azure Time Series Insights Gen2 Explorer.

• Cara ketiga untuk memulai adalah dengan menggunakan API yang kuat untuk mengkueri data yang disimpan di Azure Time Series Insights Gen2. Azure Time Series Insights Gen2 memiliki operator temporal seperti from, to, first, dan last. Ini memiliki agregasi dan transformasi seperti average, sum, min, max, time-weighted average, time-weighted sum, dll. Ini juga memungkinkan pemfilteran, operator aritmatika dan boolean, fungsi skalar, dll. Semua operator ini memungkinkan aplikasi hilir menemukan tren dan pola yang menarik dalam data Anda dengan cepat. Gunakan mereka untuk mengisi visualisasi buatan sendiri dan menemukan anomali.

Analisis operasional dan efisiensi proses pendorongan

Gunakan Azure Time Series Insights Gen2 untuk memantau kesehatan, penggunaan, dan performa peralatan dalam skala besar dan mengukur efisiensi operasional. Azure Time Series Insights Gen2 membantu mengelola beban kerja IoT yang beragam dan tidak dapat diprediksi tanpa mengorbankan penyerapan atau performa kueri.

Streaming dan pemrosesan data berkelanjutan yang berasal dari proses operasional dapat berhasil mengubah bisnis apa pun jika dikombinasikan dengan teknologi atau solusi yang tepat. Seringkali solusi ini adalah kombinasi dari beberapa sistem. Mereka memungkinkan eksplorasi dan analisis data yang berubah terus-menerus, terutama di ranah IoT, dan berbagi pola umum.

Pola-pola ini sering dimulai dengan platform berkemampuan IoT yang menyerap miliaran peristiwa dari perangkat dan sensor yang menjangkau berbagai lokal. Sistem ini memproses dan menganalisis data streaming untuk mendapatkan wawasan dan tindakan real time. Data biasanya diarsipkan ke penyimpanan hangat dan dingin untuk analitik hampir real-time dan batch.

Data yang dikumpulkan melalui serangkaian pemrosesan untuk membersihkan dan mengkonteksualisasikannya untuk skenario kueri dan analitik hilir. Azure menawarkan layanan kaya yang dapat diterapkan pada skenario IoT seperti pemeliharaan aset dan manufaktur. Layanan ini termasuk Azure Time Series Insights Gen2, IoT Hub, Event Hubs, Azure Stream Analytics, Azure Functions, Azure Logic Apps, Azure Databricks, Azure Machine Learning, dan Power BI.

Arsitektur solusi dapat dicapai dengan cara berikut:

• Menyerap data melalui IoT Hub atau Event Hubs untuk keamanan, throughput, dan latensi terbaik di kelasnya.
• Lakukan pemrosesan dan komputasi data. Salurkan data yang diterima melalui layanan seperti Stream Analytics, Logic Apps, dan Azure Functions. Layanan yang Anda gunakan tergantung pada kebutuhan pemrosesan data tertentu.
• Sinyal komputasi dari alur pemrosesan didorong ke Azure Time Series Insights Gen2 untuk penyimpanan dan analitik.

Azure Time Series Insights Gen2 menawarkan eksplorasi data mendekati real-time dan wawasan berbasis aset atas data historis. Bergantung pada kebutuhan bisnis Anda, pekerjaan MapReduce dan Apache Hive dapat berjalan pada data yang disimpan di Azure Time Series Insights Gen2 dengan menyambungkan Azure Time Series Insights Gen2 ke Azure HDInsight. Data yang disimpan di Azure Time Series Insights Gen2 tersedia untuk Power BI dan aplikasi pelanggan lainnya melalui API kueri permukaan publik Azure Time Series Insights Gen2. Data ini dapat digunakan untuk skenario kecerdasan bisnis dan operasional yang mendalam.

Analitik tingkat lanjut

Integrasikan dengan layanan analitik tingkat lanjut seperti Machine Learning dan Azure Databricks. Azure Time Series Insights Gen2 memasukkan data mentah dari jutaan perangkat. Ini menambahkan data kontekstual yang dapat dikonsumsi dengan mulus oleh serangkaian layanan analitik Azure.

Analitik tingkat lanjut dan pembelajaran mesin mengonsumsi dan memproses data dalam volume besar. Data ini digunakan untuk membuat keputusan berbasis data dan melakukan analisis prediktif. Dalam kasus penggunaan IoT, algoritma analitik tingkat lanjut belajar dari data yang dikumpulkan dari jutaan perangkat. Perangkat ini mengirimkan data beberapa kali setiap detik. Data yang dikumpulkan dari perangkat IoT mentah. Ini tidak memiliki informasi kontekstual seperti lokasi perangkat dan unit pembacaan sensor. Akibatnya, data mentah sulit dikonsumsi langsung untuk analitik tingkat lanjut.

Azure Time Series Insights Gen2 menjepit kesenjangan antara data IoT dan analitik tingkat lanjut dengan dua cara sederhana dan hemat biaya:

• Pertama, Azure Time Series Insights Gen2 mengumpulkan data telemetri mentah dari jutaan perangkat dengan menggunakan IoT Hub. Ini memperkaya data dengan informasi kontekstual dan mengubah data menjadi format parkket. Format ini dapat dengan mudah diintegrasikan dengan layanan analitik tingkat lanjut lainnya, seperti Machine Learning, Azure Databricks, dan aplikasi pihak ketiga.

  Azure Time Series Insights Gen2 dapat berfungsi sebagai sumber kebenaran untuk semua data di seluruh organisasi. Ini membuat repositori pusat untuk dimanfaatkan oleh beban kerja analitik lanjutan. Karena Azure Time Series Insights Gen2 adalah layanan penyimpanan mendekati real-time, model analitik tingkat lanjut dapat belajar terus menerus dari data telemetri IoT yang masuk. Akibatnya, model dapat membuat prediksi yang lebih akurat.

• Kedua, output model pembelajaran mesin dan prediksi dapat disalurkan ke Azure Time Series Insights Gen2 untuk memvisualisasikan dan menyimpan hasilnya. Prosedur ini membantu organisasi untuk mengoptimalkan dan mengubah model mereka. Azure Time Series Insights Gen2 memudahkan untuk memvisualisasikan data telemetri streaming pada bidang yang sama dengan output model terlatih. Dengan cara ini, ini membantu tim ilmu data menemukan anomali dan mengidentifikasi pola.

Langkah berikutnya

• Pelajari selengkapnya tentang Azure Time Series Insights Gen2 Explorer.
• Baca rekomendasi praktik terbaik Azure Time Series Insights Gen2 untuk perencanaan lingkungan Anda.
• Baca dokumentasi Klien Sampel.