Schnellstart: Erkenntnisse aus Ihren verarbeiteten Daten gewinnen

In diesem Artikel erstellen Sie ein Echtzeitdashboard , um Erkenntnisse aus den OPC UA-Daten zu erfassen, die Sie im vorherigen Artikel an Event Hubs gesendet haben. Mithilfe von Microsoft Fabric Real-Time Intelligence bringen Sie Ihre Daten aus Event Hubs in Microsoft Fabric und ordnen sie einer KQL-Datenbank zu, die eine Quelle für Echtzeit-Dashboards sein kann. Anschließend erstellen Sie ein Dashboard, um diese Daten in visuellen Kacheln anzuzeigen, die Erkenntnisse erfassen und die Werte im Laufe der Zeit anzeigen.

Diese Vorgänge sind die letzten Schritte in der beispielhaften End-to-End-Erfahrung, die von der Bereitstellung von Azure IoT Einsatz am Edge bis hin zum Gewinnen von Erkenntnissen aus den Gerätedaten in der Cloud reicht.

Voraussetzungen

Bevor Sie mit dieser Schnellstartanleitung beginnen, führen Sie die vorherigen Azure IoT Einsatz-Schnellstarts aus.

Außerdem benötigen Sie die folgenden Fabric Ressourcen:

• Ein Microsoft Fabric-Abonnement. In Ihrem Abonnement benötigen Sie Zugriff auf einen Arbeitsbereich mit Mitwirkenden oder höheren Berechtigungen.
• Ein Microsoft Fabric Mandant, der die Erstellung von Echtzeit-Dashboards ermöglicht. Ihr Mandantenadministrator kann diese Einstellung aktivieren. Weitere Informationen finden Sie unter Aktivieren von Mandanteneinstellungen im Verwaltungsportal.

Welches Problem werden wir lösen?

Wenn Ihre OPC UA-Daten in der Cloud ankommen, können Sie eine Fülle von Informationen analysieren. Organisieren Sie die Daten, und erstellen Sie Berichte mit Diagrammen und Visualisierungen, um Einblicke zu gewinnen. In diesem Artikel erfahren Sie, wie Sie die Daten mit Real-Time Intelligence verbinden und ein Echtzeitdashboard erstellen.

Daten in Real-Time Intelligence importieren

In diesem Abschnitt richten Sie einen Microsoft Fabric-Eventstream ein, um Ihren Event Hub mit einer KQL-Datenbank in Real-Time Intelligence zu verbinden. Dieser Vorgang umfasst das Einrichten einer Datenzuordnung zum Transformieren der Nutzlastdaten aus dem JSON-Format in Spalten in KQL.

Erstellen eines Ereignisstreams

In diesem Abschnitt erstellen Sie einen Eventstream, um Ihre Daten aus Event Hubs in Microsoft Fabric Real-Time Intelligence und schließlich in eine KQL-Datenbank zu übertragen.

Bevor Sie fortfahren, stellen Sie sicher, dass die lokale Authentifizierung im Event Hubs-Namespace aktiviert ist. Sie können diese Authentifizierung über die Overview-Seite im Azure-Portal festlegen.

Navigieren Sie zunächst zum Echtzeithub in Microsoft Fabric.

Fügen Sie Ihren Event Hub als Datenquelle für einen neuen Eventstream hinzu. Ausführliche Anweisungen finden Sie unter Abrufen von Ereignissen von Azure Event Hubs in Real-Time Hub. Wenn Sie die Datenquelle hinzufügen, befolgen Sie die Anweisungen unter "Verwenden der Registerkarte Azure", um eine Verbindung mit einem Event Hub herzustellen (empfohlen), um Ihren Event Hubs-Namespace auszuwählen. Beachten Sie dann die folgenden Hinweise, wenn Sie die Verbindungseinstellungen konfigurieren:

• Wählen Sie "Destinationeh " aus der Dropdownliste für Ihre Event Hub-Ressource aus.
• Wählen Sie "RootManageSharedAccessKey " aus der Dropdownliste für den Event Hub-Schlüssel aus.
• Bearbeiten Sie den Namen des Eventstreams in etwas Benutzerfreundlicheres im Stream-Detailbereich.
• Verwenden Sie für Consumergruppe die Standardauswahl ($Default).
• Verwenden Sie für Datenformatdie Standardauswahl (JSON-).

Verwenden Sie nach dem Verbinden des Ereignisstreams die Schaltfläche Ereignisstream öffnen, um ihn im Dokumenterstellungsbereich anzuzeigen. Der Stream aus Ihrem Azure Event Hub ist als Ereignisstreamquelle sichtbar.

Überprüfen des Datenflusses

Führen Sie die folgenden Schritte aus, um Ihre bisherige Arbeit zu überprüfen, und stellen Sie sicher, dass Daten in den Eventstream fließen.

1. Starten Sie den Cluster, auf dem Sie Azure IoT Einsatz in den vorherigen Schnellstarts bereitgestellt haben. Der OPC PLC-Simulator, den Sie mit Ihrer Azure IoT Einsatz-Instanz bereitgestellt haben, sollte mit der Ausführung und dem Senden von Daten beginnen. Sie können diesen Schritt bestätigen, indem Sie überprüfen, ob Ihr Event Hub Nachrichten im Azure-Portal empfängt.

2. Warten Sie einige Minuten, bis Daten weitergeleitet werden. Wählen Sie dann in der Eventstream-Liveansicht die Eventstreamquelle aus, und aktualisieren Sie die Datenvorschau. In der Tabelle sollten JSON-Daten aus dem Simulator angezeigt werden.

   

KQL-Ressourcen vorbereiten

In diesem Abschnitt erstellen Sie eine KQL-Datenbank in Ihrem Microsoft Fabric-Arbeitsbereich, die als Ziel für Ihre Daten verwendet werden soll.

1. Erstellen Sie zunächst ein Real-Time Intelligence-Eventhouse. Ausführliche Anweisungen finden Sie unter Erstellen eines Eventhouse. Wenn das Eventhouse erstellt wird, enthält es automatisch eine KQL-Standarddatenbank mit demselben Namen.

2. Erstellen Sie als Nächstes eine neue Tabelle in der Standarddatenbank in Ihrem Eventhouse. Ausführliche Anweisungen finden Sie unter Erstellen einer leeren Tabelle in Ihrer KQL-Datenbank. Nennen Sie es OPCUA und geben Sie das folgende Schema manuell ein.

   Spaltenname	Datentyp
   AssetId	Zeichenfolge
   Spitze	Boolesch
   Temperatur	dezimal
   FillWeight	dezimal
   EnergyUse	dezimal
   Zeitstempel	Datum/Uhrzeit

3. Nachdem Sie die OPCUA-Tabelle erstellt haben, wählen Sie sie aus, und verwenden Sie die Schaltfläche "Abfrage mit Code ", um eine beliebige Beispielabfrage in einem neuen Abfragefenster für die Tabelle zu öffnen.

   

4. Löschen Sie die Beispielabfrage, und führen Sie die folgende KQL-Abfrage aus, die eine Datenzuordnung für Ihre Tabelle erstellt. Die Datenzuordnung nennt sich opcua_mapping.

   .create table ['OPCUA'] ingestion json mapping 'opcua_mapping' '[{"Properties":{"Path":"$[\'AssetId\']"},"column":"AssetId","datatype":""},{"Properties":{"Path":"$.Spike"},"column":"Spike","datatype":""},{"Properties":{"Path":"$.TemperatureF"},"column":"Temperature","datatype":""},{"Properties":{"Path":"$.FillWeight"},"column":"FillWeight","datatype":""},{"Properties":{"Path":"$.EnergyUse.Value"},"column":"EnergyUse","datatype":""},{"Properties":{"Path":"$.Temperature.SourceTimestamp"},"column":"Timestamp","datatype":""}]'
   

Hinzufügen von Eventstreamdaten zur KQL-Datenbank

Fügen Sie als Nächstes Ihren Eventstream als Datenquelle für Ihre KQL-Tabelle hinzu. Ausführliche Anweisungen finden Sie unter Abrufen von Daten aus Eventstream. Beachten Sie beim Hinzufügen der Datenquelle die folgenden Hinweise:

• Verwenden Sie die OPCUA-Tabelle als Zieltabelle und den Eventstream als Quelle.

• Wählen Sie im Schritt "Prüfen " die opcua_mapping aus, die Sie zuvor erstellt haben:

  

Nachdem Sie diese Einrichtung abgeschlossen haben, beginnen Daten durch Ihren Eventstream zu fließen und werden in Ihrer KQL-Tabelle verarbeitet.

Warten Sie einige Minuten, bis Daten weitergeleitet werden. Wählen Sie dann die OPCUA-Tabelle aus (möglicherweise müssen Sie die Ansicht aktualisieren), um eine Vorschau der Daten aus dem Ereignisstream anzuzeigen, die in der Tabelle angezeigt werden.

Sie können auch die Schaltfläche Abfrage mit Code verwenden, um ein Abfragefenster für die OPCUA-Tabelle zu öffnen und Abfragen zum Untersuchen der Daten auszuführen.

Erstellen von Echtzeitdashboards

In diesem Abschnitt erstellen Sie ein neues Echtzeitdashboard , um Ihre Schnellstartdaten zu visualisieren und eine Reihe von Kacheln aus einer Beispieldashboardvorlage zu importieren. Das Dashboard ermöglicht das Filtern nach Ressourcen-ID und Zeitstempel und zeigt visuelle Zusammenfassungen von Temperatur, Spitzenhäufigkeit und anderen Daten an.

Erstellen von Dashboards

Navigieren Sie zu Ihrem Arbeitsbereich, und erstellen Sie ein neues Echtzeitdashboard aus den Real-Time Intelligence-Funktionen. Ausführliche Anweisungen finden Sie unter Erstellen eines neuen Dashboards.

Hochladen von Vorlagen und Verbinden der Datenquelle

Laden Sie die Beispieldashboardvorlage von diesem Speicherort in GitHub herunter: dashboard-AIOquickstart.json.

Führen Sie dann die folgenden Schritte aus, um die Dashboardvorlage hochzuladen und mit Ihren Daten zu verbinden.

1. Wechseln Sie in Ihrem Echtzeitdashboard zur Registerkarte " Verwalten ", und wählen Sie "Durch Datei ersetzen" aus.
2. Wählen Sie die Vorlagendatei aus, die Sie auf Ihren Computer heruntergeladen haben.
3. Die Vorlagendatei füllt das Dashboard mit mehreren Kacheln auf, obwohl die Kacheln keine Daten abrufen können, da Sie noch keine Datenquelle verbunden haben.
4. Wählen Sie auf der Registerkarte " Verwalten " die Umschaltfläche " Datenquellen " auf der rechten Seite des Bildschirms aus. Diese Aktion öffnet den Bereich "Datenquellen " mit einer Beispielquelle für Ihre AIO-Daten. Wählen Sie das Symbol "Einstellungen" aus, um die AIOdata-Datenquelle zu bearbeiten.
5. Wählen Sie im Bereich "Datenquelleneinstellungen " das Dropdownmenü " Datenbank " und dann die KQL-Datenbank aus, um die KQL-Datenbank als Datenquelle für das Dashboard zu verbinden.
6. Wählen Sie ihre Datenbank im Katalogbereich "KQL-Datenbank auswählen " und dann "Verbinden" aus. Wenn Sie mit dem Verbinden der Datenquelle fertig sind, wählen Sie Übernehmen aus, und schließen Sie den Bereich Datenquelleneinstellungen. Schließlich können Sie den Bereich " Datenquellen " wegwechseln und zum Dashboard-Zeichenbereich zurückkehren.

Die visuellen Elemente werden mit den Daten aus Ihrer KQL-Datenbank aufgefüllt.

Wählen Sie auf der Registerkarte Startseite die Option Speichern aus, um Ihr Dashboard zu speichern.

Untersuchen des Dashboards

Sie verfügen jetzt über ein Dashboard, das verschiedene Arten von visuellen Elementen für die Objektdaten in diesen Schnellstarts anzeigt. Die in der Vorlage enthaltenen visuellen Elemente sind:

• Parameter für Ihr Dashboard, die das Filtern aller visuellen Elemente nach Zeitstempel (standardmäßig enthalten) und Objekt-ID ermöglichen.
• Eine Liniendiagrammkachel, die die Temperatur und ihre Ausschläge im Laufe der Zeit zeigt.
• Eine Statistikkachel, die einen Echtzeit-Spitzenwertindikator für die Temperatur anzeigt. Die Kachel zeigt den neuesten Temperaturwert an, und wenn dieser Wert eine Spitze ist, zeigt bedingte Formatierung ihn als Warnung an.
• Eine Statistikkachel, die die max. Temperatur anzeigt.
• Eine Statistik-Kachel, die die Anzahl der Spitzenwerte im ausgewählten Zeitraum anzeigt.
• Eine Liniendiagrammkachel mit Temperatur im Vergleich zum Füllgewicht im Laufe der Zeit.
• Eine Liniendiagrammkachel mit Temperatur im Vergleich zum Energieverbrauch im Laufe der Zeit.

Nun können Sie mit den Filtern experimentieren und weitere Kacheltypen hinzufügen, um herauszufinden, wie ein Dashboard Ihnen die Möglichkeit bietet, mehr mit Ihren Daten zu erreichen.

In diesem Schritt wird der Schnellstartprozess für die Verwendung von Azure IoT Einsatz zum Verwalten von Gerätedaten vom Einsatz bis zur Analyse in der Cloud abgeschlossen.

Bereinigen von Ressourcen

Nachdem Sie nun mit der Schnellstartumgebung fertig sind, enthält dieser Abschnitt Anweisungen zum Löschen Ihrer Beispielressourcen.

Wenn Sie alle Ressourcen löschen möchten, die Sie für diese Schnellstartanleitung erstellt haben, entfernen Sie die Azure Ressourcengruppe, die Ihren Azure Arc verbundenen Cluster und andere in dieser Schnellstartanleitung verwendete Ressourcen enthält. Löschen Sie dann Ihren Codespace und die geheimen Schlüssel, die Sie für sie erstellt haben, aus GitHub. Informationen zum Löschen von Codespace und geheimen Schlüsseln finden Sie unter "Löschen eines Codespaces und Löschen von geheimen Schlüsseln".

Sie können Ihren Microsoft Fabric-Arbeitsbereich und alle darin enthaltenen Ressourcen, die mit diesem Schnellstart verbunden sind, löschen, einschließlich des Eventstreams, des Eventhouses und des Echtzeit-Dashboards. Darüber hinaus können Sie die Dashboardvorlagendatei löschen, die Sie auf Ihren Computer heruntergeladen haben.