AWS IoT Analytics – это полностью управляемый сервис, который позволяет легко выполнять сложный анализ больших объемов данных Интернета вещей, не беспокоясь о затратах и сложностях, которые обычно сопровождают создание собственной платформы IoT-аналитики. Это самый простой способ анализа данных IoT и получения аналитических данных, позволяющих принимать оптимальные и более точные решения для приложений IoT и для примеров использования, связанных с машинным обучением.

Данные IoT очень плохо структурированы, что затрудняет их анализ с помощью традиционных инструментов аналитики и бизнес-аналитики, предназначенных для обработки структурированных данных. Данные IoT поступают с устройств, которые часто записывают процессы с большим количеством помех (такие как температура, движение или звук), и в результате данные этих устройств зачастую содержат ощутимые пробелы, поврежденные сообщения и ложные показания, которые необходимо очистить перед тем, как выполнять анализ. Кроме того, данные IoT часто имеют смысл только в контексте других данных из внешних источников. Например, чтобы определить, когда делать полив, системы орошения виноградников часто дополняют данные датчика влажности данными о выпавших осадках, что дает возможность более эффективно расходовать воду, при этом в максимальной степени увеличивая урожайность.

Сервис AWS IoT Analytics автоматизирует каждый из трудоемких шагов, необходимых для анализа данных с устройств IoT. IoT Analytics фильтрует, преобразует и дополняет данные IoT перед их помещением в хранилище данных временных рядов для анализа. Сервис можно настроить на сбор с устройств только необходимых данных, на применение математических преобразований для обработки данных и дополнение обработанных данных метаданными, специфичными для устройства, такими как тип и местоположение устройства, перед их передачей на хранение. Затем можно анализировать данные, выполняя запросы к ним с помощью встроенного механизма SQL-запросов. Можно также выполнять более сложный анализ данных или получать выводы от систем машинного обучения. Сервис IoT Analytics позволяет легко начать работу с машинным обучением, включив в него предварительно созданные модели для типовых примеров использования IoT. Например, можно быстро узнать, какие из устройств могут отказать в ближайшем будущем или кто из клиентов может отказаться от своих носимых устройств.

AWS IoT Analytics является полностью управляемым сервисом и автоматически масштабируется, обеспечивая поддержку объемов IoT-данных в масштабе петабайтов. С помощью IoT Analytics можно анализировать данные с миллионов устройств и создавать быстро реагирующие приложения IoT без управления аппаратными средствами или инфраструктурой.

Преимущества AWS IoT Analytics

Простота выполнения запросов к данным IoT

С помощью AWS IoT Analytics можно выполнять простые спонтанные запросы, используя встроенный механизм SQL-запросов сервиса IoT Analytics. Сервис позволяет использовать стандартные SQL-запросы для извлечения данных из хранилища и получения ответов на такие вопросы, как среднее пройденное расстояние для парка подключенных транспортных средств или, к примеру, количество дверей, заблокированных после 19:00 в умном здании. Эти запросы можно использовать повторно, даже если изменились подключенные устройства, размер парка и аналитические требования.

Запуск анализа временных рядов

AWS IoT Analytics также поддерживает анализ временных рядов, поэтому можно анализировать изменение производительности устройств во времени и понимать, как и где они используются, постоянно контролировать данные устройств для прогнозирования проблем, связанных с обслуживанием, и выполнять мониторинг датчиков для прогнозирования условий окружающей среды и реагирования на них.

Хранилище данных, оптимизированное для IoT

AWS IoT Analytics хранит обработанные данные устройств в хранилище данных временных рядов, оптимизированном для быстрой обработки запросов IoT, в которые обычно в качестве критерия включается время. Необработанные данные также автоматически сохраняются для последующей обработки или повторной обработки для другого примера использования.

Подготовка IoT-данных для анализа

AWS IoT Analytics использует технологии подготовки данных, которые облегчают подготовку и обработку данных для анализа. AWS IoT Analytics интегрирован с AWS IoT Core, поэтому данные легко можно получать непосредственно с подключенных устройств. Сервис удаляет ложные показания, заполняет пробелы в данных и выполняет математические преобразования данных из полученных сообщений. По мере поступления данных IoT Analytics может обрабатывать их с помощью условных операторов, фильтровать данные для сбора только тех данных, которые требуется проанализировать, и дополнять их информацией из реестра AWS IoT. Можно также использовать функции AWS Lambda для дополнения данных устройства данными из внешних источников, таких как программы метеорологической службы, HERE Maps, Salesforce или Amazon DynamoDB. Например, можно комбинировать данные о погоде и картографическую информацию, чтобы получить более полные данные об окружающей среде устройства.

Инструменты для машинного обучения

AWS IoT Analytics позволяет просто применять машинное обучение к данным IoT с помощью размещенных блокнотов Jupyter. Данные IoT можно напрямую подключать к блокноту и потом создавать, обучать и исполнять модели прямо в консоли IoT Analytics без необходимости управлять какой-либо базовой инфраструктурой. Используя AWS IoT Analytics, можно применять алгоритмы машинного обучения к данным устройства для получения оценки работоспособности каждого используемого устройства. Например, автопроизводитель может определить клиентов, у которых стерлись тормозные колодки, и предупредить их, что автомобилям требуется техническое обслуживание.

Автоматическое масштабирование с оплатой по факту использования

AWS IoT Analytics – это полностью управляемый сервис с оплатой по факту использования, который автоматически масштабируется, обеспечивая поддержку IoT-данных в масштабе петабайтов. С помощью IoT Analytics можно анализировать данные всех подключенных устройств без управления аппаратными средствами или инфраструктурой. По мере изменения потребностей клиента вычислительная мощность и хранилище данных автоматически масштабируются в нужном направлении, всегда обеспечивая все необходимые ресурсы для приложений IoT. Оплате при этом подлежат только реально использованные ресурсы.

Как работает сервис

How it Works IoT Analytics v6FINAL

Примеры использования

Интеллектуальное сельское хозяйство

AWS IoT Analytics может автоматически дополнять данные устройств IoT контекстными метаданными с использованием реестров AWS IoT и других публичных источников данных, чтобы можно было выполнять анализ с учетом времени, местоположения, температуры, высоты над уровнем моря и других условий окружающей среды. С помощью такой аналитики можно написать модели, которые выдают рекомендуемые действия для применения устройствами на местах. Например, операторы подключенного сельскохозяйственного оборудования могут использовать IoT Analytics для дополнения данных датчика влажности данными ожидаемого количества осадков, чтобы оптимизировать эффективность использования воды в автоматическом ирригационном оборудовании.

Профилактическое обслуживание

AWS IoT Analytics предоставляет готовые шаблоны, которые помогут просто создавать мощные модели профилактического обслуживания и применять их к своему набору устройств. Например, IoT Analytics можно использовать для прогнозирования отказов системы отопления и охлаждения на подключенных грузовых транспортных средствах, чтобы предотвратить повреждение груза, направив транспортное средство по другому маршруту.

Упреждающее пополнение запасов

AWS IoT Analytics позволяет создавать приложения IoT, способные отслеживать складские запасы в режиме реального времени. Например, компания по производству продуктов питания и напитков может использовать IoT Analytics для анализа данных из своих пищевых торговых автоматов и заблаговременного заказа продуктов для автоматов, в которых запасы товара заканчиваются.

Оценка эффективности процесса

Используя AWS IoT Analytics, компании могут создавать приложения, которые непрерывно контролируют эффективность различных процессов и предпринимают действия по их оптимизации. Например, горнодобывающая компания может повысить эффективность использования своих грузовиков, перевозящих руду, используя максимально возможную загрузку для каждого рейса. С помощью IoT Analytics компания со временем может определить наиболее эффективную загрузку для местоположения или грузовика, а затем оценивать любые отклонения от целевой нагрузки в режиме реального времени и улучшать рекомендации по планированию загрузки для повышения эффективности.

Начать работу с AWS

icon1

Зарегистрировать аккаунт AWS

Получите мгновенный доступ к уровню бесплатного пользования AWS
icon2

Зарегистрироваться для доступа в закрытом ознакомительном режиме

Нажмите здесь, чтобы зарегистрироваться
icon3

Начните разработку с AWS

Начните работать со своими IoT-данными