AWS IoT Analytics

適用於 IoT 裝置的全受控操作分析

已處理 100 MB 的資料,以及 10 GB 的資料儲存和掃描 12 個月

匯入和實作自訂程式碼容器時,使用 MATLAB 和 Octave 等工具產生營運深入分析資訊。

以時間序列格式篩選、轉換、清理、豐富和儲存裝置資料,以便快速擷取和分析。

使用託管 Jupyter 筆記本執行分析和機器學習 (ML) 推論,以建置和訓練模型,而無需管理基礎結構。

使用內建的 SQL 查詢引擎,並與 Amazon QuickSight 整合,分析裝置效能並視覺化趨勢。

運作方式

AWS IoT Analytics 簡化了分析大量物聯網資料所需的困難步驟,無需建立物聯網分析平台的成本和複雜性。

圖表顯示 AWS IoT Analytics 如何收集、處理和分析資料,以協助您建置應用程式。
AWS IoT Analytics – 運作方式 (3:01)
AWS IoT Analytics 如何運作
IoT 資料來自記錄雜訊處理 (例如溫度、動作或聲音) 的裝置。此資料可能存在重大差距、損毀的訊息或錯誤的讀數,需要在分析之前進行清理。
AWS IoT Analytics 如何運作
IoT 資料來自記錄雜訊處理 (例如溫度、動作或聲音) 的裝置。此資料可能存在重大差距、損毀的訊息或錯誤的讀數,需要在分析之前進行清理。

使用案例

利用內容相關中繼資料豐富 IoT

農業設備操作員利用預測的降雨量清潔和豐富濕度傳感器數據,並優化灌溉設備的用水效率。

操作預測性維護

預先建置的範本可協助您建立強大的預測性維護模型,例如可預測加熱與冷卻系統故障的貨運車輛型號。

主動補充供給

物聯網應用程序可以監控庫存並分析食品自動售貨機中的數據,然後在供應量不足時準確地重新訂購商品。

透過流程效率評分改善

監控並提高物聯網應用的效率,例如識別卡車的最佳負載以規劃裝載準則。

如何開始使用

開始使用 AWS 物聯網分析

存取 AWS IoT 分析並立即開始建置。

了解如何使用 AWS IoT Analytics

查看使用者指南以及 API 和 CLI 參考指南。

探索主要功能

探索 AWS IoT Analytics 如何收集、處理、存放、分析和協助視覺化資料。


探索更多 AWS 服務