AWS IoT Analytics 自动执行针对 IoT 数据运行分析所需的所有步骤。它与 AWS IoT Core 完全集成,因此您可以轻松收集数据并开始执行分析。首先,您可以使用 MQTT 主题筛选条件指定要存储和分析的数据,进而定义通道。通道设置完成后,您可以配置处理数据的管道。管道可以执行数据转换、执行条件语句并使用来自外部源的数据扩充消息。

数据处理完成后,AWS IoT Analytics 将其存储在时间序列数据存储中以供分析。然后,您可以使用内置的 SQL 查询引擎运行临时查询以解答特定业务问题,或执行更复杂的分析和机器学习。

主要功能

收集

与 AWS IoT Core 集成 - AWS IoT Analytics 与 AWS IoT Core 完全集成,因此可在消息流式传入时轻松从互联设备接收。

仅收集要存储和分析的数据 – 您可以使用 AWS IoT Analytics 控制台配置 AWS IoT Analytics 以通过 MQTT 主题筛选条件接收来自设备的消息,并且可以设置不同的接收格式和频率。IoT Analytics 确认数据在您定义的特定参数范围内,并创建通道。然后,该服务将通道路由到相应管道以处理、转换和扩充消息。

处理

清除和筛选 – 借助 AWS IoT Analytics,您可以定义当 IoT Analytics 检测到数据丢失时可以触发的 AWS Lambda 函数,以便运行代码来估计和补充丢失的数据。此外,您还可以定义最大/最小筛选条件和百分位阈值来移除数据中的异常数据。

转换 – AWS IoT Analytics 可以使用您定义的数学或条件逻辑转换消息,以便您执行常见计算,如从 Celsius 到 Fahrenheit 的转换。
 
扩充 – AWS IoT Analytics 可以使用天气预测信息等外部数据源扩充数据,然后将数据路由到 IoT Analytics 数据存储。

存储

时间序列数据存储 - AWS IoT Analytics 将设备数据存储在针对 IoT 优化的时间序列数据存储中以供分析。您可以管理访问权限、实施数据保留策略并将数据导出到外部访问点。

存储处理的数据和原始数据 - AWS IoT Analytics 可以存储处理的数据,还可以自动存储接收的原始数据,以便稍后处理。

分析

运行临时 SQL 查询 – AWS IoT Analytics 提供内置 SQL 查询引擎,以便您运行临时查询并快速获取结果。例如,您可能想要运行快速查询以确定队列中每台设备每月有多少个活跃用户。

时间序列分析 – AWS IoT Analytics 支持时间序列分析,因此您可以分析设备性能随着时间的变化、了解设备的使用方式和使用位置、持续监控设备数据以便预测维护问题,还可以监控传感器以便预测和应对环境状况。

托管的 Notebook 适用于复杂的分析和机器学习 – AWS IoT Analytics 支持托管在 Jupyter Notebook 中,以便进行统计分析和机器学习。该服务包括一系列预构建笔记本模板,其中包含由 AWS 编写的机器学习模式和可视化,可帮助您开始使用与以下内容相关的 IoT 使用案例:剖析设备故障、预测事件 (如可能预示客户将弃用产品的低使用量) 或者按使用量级别 (如使用量较大的用户、周末用户) 或设备运行状况对设备进行细分。

您可以通过称为“逻辑回归”的方法执行统计分类。此外,您还可以使用功能强大的神经网络技术长短期记忆 (LSTM),预测随时间变化的进程的输出或状态。预构建的笔记本模板还支持适用于设备分段的 K-means 聚类算法,该算法将设备聚合到同类设备的组群。这些模板通常用于剖析设备运行状况和设备状态,如巧克力工厂中的 HVAC 装置的运行状况或风力涡轮机叶片的磨损状态。

可视化

与 QuickSight 集成 – AWS IoT Analytics 提供到 Amazon QuickSight 的连接器,因此您可以在 QuickSight 控制面板上可视化数据集。此外,您还可以在 IoT Analytics 控制台内的嵌入式 Jupyter Notebooks 中对结果或临时分析进行可视化。

了解有关 AWS IoT Analytics 定价的更多信息

访问定价页面
准备好开始使用?
注册预览版
还有更多问题?
联系我们