AWS IoT Analytics

为您的 IoT 设备提供完全托管的可操作化分析

已处理 100 MB 的数据,10 GB 的数据存储和扫描,持续 12 个月

包含在 AWS Free Tier

导入和实现自定义代码容器时,使用包括 MATLAB 和 Octave 在内的工具生成运营见解。

以时间序列格式筛选、转换、清理、丰富和存储设备数据,以便快速检索和分析。

使用托管的 Jupyter 笔记本进行分析和机器学习 (ML) 推理,无需管理基础架构即可构建和训练模型。

使用内置的 SQL 查询引擎以及与 Amazon QuickSight 的集成,分析设备性能并可视化趋势。

工作原理

AWS IoT Analytics 简化了分析海量 IoT 数据所需的困难步骤,而无需花费高昂的成本和构建 IoT 分析平台的复杂性。

图表显示了 AWS IoT Analytics 如何收集、处理和分析数据以帮助您构建应用程序。
AWS IoT Analytics – 工作原理(3:01)
AWS IoT Analytics 的工作原理
IoT 数据来自记录嘈杂过程(如温度、动作或声音)的设备。此数据可能存在重大缺漏、损坏的消息或错误的读数,需要在分析之前进行清理。
AWS IoT Analytics 的工作原理
IoT 数据来自记录嘈杂过程(如温度、动作或声音)的设备。此数据可能存在重大缺漏、损坏的消息或错误的读数,需要在分析之前进行清理。

使用案例

使用上下文元数据丰富 IoT 数据

农业设备操作员使用预测的降雨量来清理和丰富湿度传感器数据,并优化灌溉设备的用水效率。

实施预测性维护

预建模板可帮助您创建强大的预测性维护模型,例如预测供暖和冷却系统故障的货运车辆模型。

主动补充物资

物联网应用程序可以监控库存并分析食品自动售货机的数据,然后在供应不足时准确地重新订购商品。

通过流程效率评分进行改进

监控和提高 IoT 应用程序的效率,例如,确定卡车的最佳负载以规划装载指南。

如何开始

开始使用 AWS 物联网分析

获取 AWS IoT Analytics 访问权限,立即开始构建。

了解如何使用 AWS IoT Analytics

请查看用户指南以及 API 和 CLI 参考指南。

探索主要功能

了解 AWS IoT Analytics 如何收集、处理、存储、分析和帮助实现数据可视化。


更深入了解 AWS