AWS IoT Analytics 可自動處理執行 IoT 資料分析所需的所有步驟。它與 AWS IoT Core 完全整合,因此可以輕鬆收集資料並開始執行分析。首先,使用 MQTT 主題篩選定義通道,僅指定您想存放和分析的資料。設定好通道之後,接著設定處理資料的管道。管道可以執行資料轉換、執行條件陳述式,以及使用外部來源的資料來充實訊息。

處理完資料後,AWS IoT Analytics 會將其存放在時間序列資料存放區中等候進行分析。然後,您可以使用內建 SQL 查詢引擎執行臨機操作查詢,以回答特定的業務問題,或執行更複雜的分析和機器學習。

主要特色

收集

與 AWS IoT Core 整合 – AWS IoT Analytics 與 AWS IoT Core 完全整合,因此當訊息串流進來的時候,很容易在連接的裝置接收。

僅收集您想存放和分析的資料 – 您可以使用 AWS IoT Analytics 主控台設定 AWS IoT Analytics,以通過各種格式和頻率的 MQTT 主題篩選,從裝置接收訊息。IoT Analytics 會驗證資料是否在您定義的特定參數內。如果是,就建立通道。然後服務會將這些通道路由到適當的管道來處理、轉換和充實訊息。

處理

清理和篩選 – 您可以使用 AWS IoT Analytics 定義 AWS Lambda 函數,在 IoT Analytics 偵測到資料缺漏時,就會觸發這些函數,這樣您就可以執行程式碼來估計和填補缺口。 您還可以定義最大值/最小值篩選和百分比閾值,以移除資料中的異常值。

轉換 – AWS IoT Analytics 可以使用您定義的數學或條件邏輯來轉換訊息,這樣您便可以執行將攝氏轉換為華氏這類常用計算。
 
充實 – AWS IoT Analytics 可以使用外部資料來源 (例如天氣預報資料) 來充實資料,然後將資料路由到 IoT Analytics 資料存放區。

存放

時間序列資料存放區 – AWS IoT Analytics 會將裝置資料存放在 IoT 優化的時間序列資料存放區中等候進行分析。您可以管理存取許可、實作資料保留政策並將資料匯出到外部存取點。

存放已處理資料和原始資料 – AWS IoT Analytics 會存放處理過的資料,並自動存放原始導入的資料,方便日後再處理。

分析

執行臨機操作 SQL查詢 – AWS IoT Analytics 提供一個內建的 SQL 查詢引擎,因此您可以執行臨機操作查詢並快速獲得結果。例如,您可能需要執行一個快速查詢來查明叢集中每個裝置每月有多少個作用中使用者。

時間序列分析 – AWS IoT Analytics 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。

用於複雜分析和機器學習的託管 Notebooks – AWS IoT Analytics 也支援 Jupyter Notebooks 託管,以進行統計分析和機器學習。該服務有一套預先建立的筆記本範本,其中包含 AWS 編寫的機器學習模型和視覺化,幫助您開始使用與以下相關的 IoT 使用案例:裝置故障分析、預測事件,例如低使用率,可能表示客戶將放棄產品,或按客戶使用頻率 (例如,重度使用者、週末使用者) 或裝置運作狀態來劃分裝置的類別。

您可以透過一種稱為邏輯回歸的方法來進行統計分類。您也可以使用 長短期記憶體 (LSTM),這是一種強大的神經網路技術,用於預測一段時間內不同的處理輸出或狀態。預先建立的筆記本範本還支援用於裝置區隔的 K-means 叢集演算法,將裝置歸納為同類裝置的群組。這些範本通常用於分析裝置運作狀態和裝置狀態,例如巧克力工廠的 HVAC 裝置或風力渦輪機葉片的磨損。

視覺化

QuickSight整合 – AWS IoT Analytics 提供了一個 Amazon QuickSight 連接器,方便您在 QuickSight 儀表板中看到自己的資料集。您還可以利用 IoT Analytics 主控台嵌入式 Jupyter Notebook 以視覺化的方式顯示結果或臨機操作分析。

進一步了解 AWS IoT Analytics 定價

瀏覽定價頁面
準備好開始使用了嗎?
註冊預覽版
還有其他問題嗎?
聯絡我們