AWS IoT Analytics

IoT 裝置分析

AWS IoT Analytics 是全受管服務,可讓您針對龐大的 IoT 資料輕鬆執行和操作精細的分析,無須擔心建立 IoT 分析平台時一般所需的各種成本和複雜性。這是執行 IoT 資料分析及取得洞見最簡單的方法,讓您針對 IoT 應用程式與機器學習使用案例做出更明智、更準確的決策。

IoT 資料是高度非結構化資料,因此很難使用專為處理結構化資料所設計的傳統分析和商業智慧工具進行分析。IoT 資料來自經常記錄雜訊處理 (例如溫度、動作或聲音) 的裝置。來自這些裝置的資料經常會有明顯落差不足、損毀訊息和錯誤讀數,必須先清除才能加以分析。另外,IoT 資料通常只有在其他第三方資料輸入的範圍中才有意義。例如,為了幫助農民決定何時灌溉,葡萄園灌溉系統往往會為濕度感測器資料增加來自葡萄園的降雨資料,讓用水效率提升,同時讓收穫增加。

AWS IoT Analytics 將分析 IoT 裝置資料所需的每個困難步驟自動化。AWS IoT Analytics 會先篩選、轉換和增加 IoT 資料,再將其存放於時間序列資料存放區中進行分析。您可以設定服務,只從裝置上收集所需的資料、進行數學轉換作業來處理資料,接著利用裝置特定的中繼資料 (例如裝置類型和位置) 來充實資料,然後再存放經過處理的資料。然後,您可以使用內建的 SQL 查詢引擎執行臨機操作或排定的查詢來分析資料,或是執行更複雜的分析和機器學習推論。透過併入常見 IoT 使用案例的預先建構的模型,AWS IoT Analytics 讓您易於開始使用機器學習。

您也可以使用您自己的自訂分析 (將它包裝在容器中),以在 AWS IoT Analytics 上執行。AWS IoT Analytics 會將您在 Jupyter Notebook 或自己的工具 (例如 Matlab、Octave 等等) 中所建立的自訂分析自動化,以按您的排程執行。

AWS IoT Analytics 是全受管的服務,可操作分析並自動擴展以支援高達數 PB 的 IoT 資料。使用 AWS IoT Analytics 可以分析數百萬個裝置中的資料和建立快速、回應性佳的 IoT 應用程式,無須管理硬體或基礎設施。

如需詳細資訊,請參閱 AWS IoT Analytics 文件頁面。

AWS IoT Analytics – 運作方式 (3:01)

AWS IoT Analytics 優點

操作您的分析工作流程

您提供用分析,AWS IoT Analytics 會在您需要時將分析的執行自動化。AWS IoT Analytics 將匯入您在外部工具 (例如 Matlab、Octave 等等) 建置的自訂編寫程式碼容器並按排程執行,以產生營運見解,讓您有更多時間可專注在最擅長的事情上。

輕鬆地在 IoT 資料上執行查詢

您可以使用 AWS IoT Analytics,透過內建 SQL 查詢引擎執行簡單的臨機操作查詢。比方說,使用標準的 SQL 查詢從資料存放區擷取資料,您可以計算車隊的平均行駛路程,或某棟智慧建築物內上鎖門的數量。同時,AWS IoT Analytics 提供一系列的非重疊、接續的時段,以對新遞增的資料執行分析。您可以透過只掃描所需的資料,改善分析效率和降低成本。

針對 IoT 優化的資料儲存體

AWS IoT Analytics 將處理過的裝置資料存放在時間序列資料存放區,這個存放區經過優化,可在 IoT 查詢提供快速回應時間。同時也會自動存放原始資料供之後處理或在其他使用案例重新處理。

準備您的 IoT 資料以便分析

AWS IoT Analytics 包括資料準備技術,讓您輕鬆準備和處理資料以便進行分析。AWS IoT Analytics 也支援時間序列分析,所以您可以分析裝置在一段時間後的效能並了解裝置使用的方式和地點,持續監控裝置資料以預測維修問題,以及監控感應器以預測環境條件並做出反應。AWS IoT Analytics 已和 AWS IoT Core 完成整合,所以可以很輕鬆地直接從連線裝置擷取裝置資料。它會清除錯誤讀取、填補資料中的差距,以及執行訊息資料的數學轉換。當資料已擷取時,AWS IoT Analytics 就可使用條件陳述式加以處理,篩選資料以只收集您要分析的資料,再為資料增加 AWS IoT 登錄檔的資訊。您也可以使用 AWS Lambda 函數透過天氣服務、HERE Maps、Salesforce 或 Amazon DynamoDB 等外部來源,豐富裝置資料。

機器學習工具

AWS IoT Analytics 透過託管的 Jupyter 筆記本,輕鬆將機器學習應用到 IoT 資料。您可直接從 AWS IoT Analytics 主控台,將您的 IoT 資料直接連線到筆記本,然後建置、訓練和執行模型,而不須管理任何基礎設施。您可使用 AWS IoT Analytics,將機器學習演算法應用到裝置資料,為機群中每個裝置產生運作狀態分數。例如,汽車製造商可以偵測他們的客戶是否有磨損的剎車板,並提醒他們為汽車尋找維修廠商。只需按幾下按鈕,您也可以將 Jupyter Notebook 程式碼封裝成可執行的容器映像,並視需要在 AWS IoT Analytics 上執行該容器。

自動調整規模與按用量付費的定價

AWS IoT Analytics 是全受管和按用量付費服務,可自動擴展以支援高達數 PB 的 IoT 資料。使用 IoT Analytics,您可以分析整個連線裝置機群,無須管理硬體或基礎設施。隨著需求的改變,運算能力和資料存放區會自動擴展或縮減,讓 IoT 應用程式永遠擁有適當的容量,而且您只支付所使用資源的費用。

運作方式

AWS IoT Analytics 如何運作

使用案例

智慧農業

AWS IoT Analytics 可透過 AWS IoT Registry 和其他公用資料來源的關聯式中繼資料自動豐富 IoT 裝置資料,讓您在執行分析時將時間、位置、溫度、高度及其他環境條件納入考量。這種分析可幫助您撰寫各種模式,提供您的裝置可在現場採取的建議動作。例如,農業連線設備操作員可使用 AWS IoT Analytics 加入預期的降雨量以豐富濕度感應器資料,進而最佳化自動灌溉設備的用水效率。

預測性維護

AWS IoT Analytics 提供預先建置的範本,協助您輕鬆建置強大的預測性維護模型,並將它們套用到您的叢集。例如,您可以使用 AWS IoT Analytics,更佳預測連線貨運車輛和服務的加熱或冷卻系統何時會故障,以免貨物損壞。

主動補充供應貨品

AWS IoT Analytics 可讓您建置可即時監控庫存的 IoT 應用程式。例如,食品飲料公司可使用 AWS IoT Analytics 分析食品販賣機的資料,並在食品供貨短缺時,主動為正確的機器和品項重新訂購商品。

處理效率評分

公司可利用 AWS IoT Analytics 建置可持續監控不同程序效率的應用程式,以採取行動改進程序。例如,採礦公司可提高每趟運送的裝載量,以提升其礦車的效率。該公司使用 AWS IoT Analytics,就可找出某位置或某礦車隨著時間變化最有效率的裝載量,再即時比較出與目標裝載量的偏差量,然後規劃出更完善的裝載作業方針。

迷你使用者指南

AWS IoT Analytics 迷你使用者指南:通道

AWS IoT Analytics 迷你使用者指南:通道

AWS IoT Analytics 迷你使用者指南:管道

AWS IoT Analytics 迷你使用者指南:管道

AWS IoT Analytics 迷你使用者指南:資料存放區和資料集

AWS IoT Analytics 迷你使用者指南:資料存放區和資料集

AWS IoT Analytics 迷你使用者指南:分析和視覺化

AWS IoT Analytics 迷你使用者指南:分析和視覺化

部落格文章和網路研討會

Randall Hunt
Randall Hunt
2018 年 5 月 1 日
了解 iDevices 使用 AWS IoT Analytics 的每個步驟 (32:04)

開始使用 AWS

步驟 1 – 登入 IoT Analytics

登入主控台

立即存取 AWS IoT Analytics
步驟 2 – 閱讀 IoT Analytics 文件

了解如何使用 AWS IoT Analytics

閱讀技術 文件
步驟 3 – 探索 IoT Analytics 功能

探索主要功能

探索 AWS IoT Analytics 功能

進一步了解 AWS IoT Analytics

瀏覽功能頁面
準備好開始建立?
還有其他問題嗎?
聯絡我們