Inicio rápido: Obtención de información de los datos procesados

En este artículo, crearás un panel de control en tiempo real para obtener información a partir de los datos OPC UA que enviaste a Event Hubs en el artículo anterior. Mediante Microsoft Fabric Real-Time Intelligence, se importan los datos de Event Hubs a Microsoft Fabric y se asignan a una base de datos KQL que puede servir como fuente para paneles de control en tiempo real. A continuación, creará un panel para mostrar esos datos en iconos visuales que capturan información y muestran los valores a lo largo del tiempo.

Estas operaciones constituyen los últimos pasos de la experiencia de extremo a extremo de este ejemplo, que abarca desde la implementación de Operaciones de IoT de Azure en el borde hasta la obtención de información a partir de los datos de los dispositivos en la nube.

Requisitos previos

Antes de comenzar este inicio rápido, complete las guías de inicio rápido anteriores de Operaciones de IoT de Azure.

También necesita los siguientes recursos Fabric:

• Una suscripción de Microsoft Fabric. En su suscripción, debe tener acceso a un espacio de trabajo con permisos de Colaborador o superiores.
• Un inquilino de Microsoft Fabric que permite la creación de paneles de control en tiempo real. El administrador de inquilinos puede habilitar esta configuración. Para obtener más información, consulte Habilitación de la configuración de inquilinos en el portal de administración.

¿Qué problema resolveremos?

Cuando los datos de OPC UA llegan a la nube, puede analizar una gran cantidad de información. Organice los datos y cree informes con gráficos y visualizaciones para obtener información. En este artículo se muestra cómo conectar los datos a Real-Time Intelligence y crear un panel en tiempo real.

Ingerir datos en Real-Time Intelligence

En esta sección, configura un Microsoft Fabric eventstream para conectar tu centro de eventos a una base de datos KQL en Inteligencia en tiempo real. Este proceso incluye configurar un mapeo de datos para transformar los datos de la carga útil desde su formato JSON a columnas en KQL.

Crear un Eventstream

En esta sección, creará una secuencia de eventos para incorporar los datos de Event Hubs a Microsoft Fabric Real-Time Intelligence y, finalmente, a una base de datos KQL.

Antes de continuar, asegúrese de que la autenticación local está habilitada en el espacio de nombres de Event Hubs. Puede configurar esta autenticación desde la página Información general del espacio de nombres en el portal de Azure.

Para empezar, vaya al Centro de tiempo real de Microsoft Fabric.

Agregue el centro de eventos como origen de datos para una nueva secuencia de eventos. Para obtener instrucciones detalladas, consulte Incorporación de eventos de Azure Event Hubs a Real-Time hub. Al agregar el origen de datos, siga las instrucciones que se indican en Uso de la pestaña Azure para conectarse a un centro de eventos (recomendado) para seleccionar el espacio de nombres de Event Hubs. A continuación, tenga en cuenta las siguientes notas al configurar las opciones de conexión:

• Seleccione destinationeh en la lista desplegable del recurso del centro de eventos.
• Seleccione RootManageSharedAccessKey en la lista desplegable de la clave de Event Hub.
• Edite el nombre de Eventstream en algo descriptivo en el panel Detalles de stream .
• En Grupo de consumidores, use la selección predeterminada ($Default).
• En Formato de datos, use la selección predeterminada (Json).

Después de conectar el flujo de eventos, use el botón Abrir flujo de eventos para verlo en el lienzo de creación. La transmisión de su Centro de eventos de Azure es visible como origen de Eventstream.

Comprobación del flujo de datos

Siga estos pasos para comprobar el trabajo realizado hasta el momento y asegúrese de que los datos están fluyendo al flujo de eventos.

1. Inicie el clúster donde implementó Operaciones de IoT de Azure en inicios rápidos anteriores. El simulador de OPC PLC que implementó con la instancia de Operaciones de IoT de Azure debe empezar a ejecutarse y enviar datos. Para confirmar este paso, compruebe que el centro de eventos recibe mensajes en Azure Portal.

2. Espere unos minutos para que los datos se propaguen. A continuación, en la vista en directo de eventstream, seleccione el origen de eventstream y actualice la Vista previa de datos. Debería ver que los datos JSON del simulador comienzan a aparecer en la tabla.

   

Preparación de recursos de KQL

En esta sección, creará una base de datos KQL en el área de trabajo de Microsoft Fabric para usarla como destino para los datos.

1. Primero, cree una casa de eventos de Inteligencia en tiempo real (para obtener instrucciones detalladas, consulte Crear una casa de eventos). Cuando se crea el eventhouse, contiene automáticamente una base de datos KQL predeterminada con el mismo nombre.

2. A continuación, cree una nueva tabla en la base de datos predeterminada del eventhouse (para obtener instrucciones detalladas, consulte Creación de una tabla vacía en la base de datos KQL). Asígnele el nombre OPCUA y escriba manualmente el esquema siguiente.

   Nombre de la columna	Tipo de datos
   Identificador de activo	cuerda / cadena
   Pico	booleano
   Temperatura	Decimal
   FillWeight	Decimal
   EnergyUse	Decimal
   Marca de tiempo	fecha y hora

3. Después de crear la tabla OPCUA , selecciónela y use el botón Consulta con código para abrir cualquier consulta de ejemplo en una nueva ventana de consulta para la tabla.

   

4. Borre la consulta de ejemplo y ejecute la siguiente consulta KQL que crea una asignación de datos para la tabla. La asignación de datos se denomina 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":""}]'
   

Adición de datos de eventstream a la base de datos KQL

A continuación, agregue la secuencia de eventos como origen de datos para la tabla KQL. Para obtener instrucciones detalladas, consulte Obtención de datos de Eventstream. Cuando agregue el origen de datos, tenga en cuenta las siguientes notas:

• Use la tabla OPCUA como la tabla de destino y la eventstream como el origen.

• En el paso Inspeccionar, seleccione el opcua_mapping que creó anteriormente:

  

Después de completar esta configuración, los datos comienzan a fluir a través de la eventstream y se procesan en la tabla KQL.

Espere unos minutos para que los datos se propaguen. A continuación, seleccione la tabla OPCUA (es posible que tenga que actualizar la vista) para ver una vista previa de los datos de la secuencia de eventos que aparece en la tabla.

También es posible usar el botón Consulta con código para abrir una ventana de consulta de la tabla OPCUA y ejecutar consultas para explorar los datos.

Crea un panel en tiempo real

En esta sección, creará un nuevo panel en tiempo real para visualizar los datos de inicio rápido e importará un conjunto de iconos desde una plantilla de panel de ejemplo. El panel permite filtrar por Id. de activo y marca de tiempo, y muestra resúmenes visuales de temperatura, frecuencia de pico y otros datos.

Creación del panel de información

Vaya al área de trabajo y cree un nuevo panel en tiempo real desde las funcionalidades de inteligencia de Real-Time. Para obtener instrucciones detalladas, consulte Creación de un nuevo panel.

Carga de una plantilla y conexión del origen de datos

Descargue la plantilla de panel de control de ejemplo desde esta ubicación de GitHub: dashboard-AIOquickstart.json.

A continuación, siga estos pasos para cargar la plantilla de panel y conectarla a los datos.

1. En el panel en tiempo real, cambie a la pestaña Administrar y seleccione Reemplazar por archivo.
2. Seleccione el archivo de plantilla que descargó en la máquina.
3. El archivo de plantilla rellena el panel con varios iconos, aunque los iconos no pueden obtener datos porque aún no ha conectado un origen de datos.
4. En la pestaña Administrar, seleccione la opción Orígenes de datos en la parte derecha de la pantalla. Esta acción abre el panel Orígenes de datos con un origen de ejemplo para los datos de AIO. Seleccione el icono de configuración para editar el origen de datos AIOdata .
5. En el panel Configuración del origen de datos, seleccione la lista desplegable Base de datos y, a continuación, seleccione Base de datos KQL para conectar la base de datos KQL como origen de datos para el panel.
6. Seleccione la base de datos en el panel Seleccionar una base de datos KQL del catálogo y, a continuación, seleccione Conectar. Cuando haya terminado de conectar el origen de datos, seleccione Aplicar y cierre el panel Configuración del origen de datos. Por último, puede desactivar el panel Orígenes de datos fuera del camino y volver al lienzo del panel.

Los objetos visuales se rellenan con los datos de la base de datos KQL.

En la pestaña Inicio, seleccione Guardar para guardar el panel.

Exploración del panel

Ahora tiene un panel que muestra diferentes tipos de objetos visuales para los datos de recursos en estos inicios rápidos. Los objetos visuales incluidos con la plantilla son:

• Parámetros para el panel que habilitan el filtrado de todos los objetos visuales por marca de tiempo (incluida de forma predeterminada) y el identificador de recurso.
• Icono de gráfico de líneas que muestra la temperatura y sus picos a lo largo del tiempo.
• Icono de estadísticas que muestra un indicador de pico en tiempo real para la temperatura. El mosaico muestra el valor de temperatura más reciente y, si ese valor es un pico, el formato condicional lo muestra como una advertencia.
• Icono de estadísticas que muestra la temperatura máxima.
• Icono de estadísticas que muestra el número de picos en el período de tiempo seleccionado.
• Mosaico de gráfico de líneas que muestra la temperatura frente al peso de llenado a lo largo del tiempo.
• Un icono de gráfico de líneas que muestra el uso de temperatura frente al uso de energía a lo largo del tiempo.

Desde aquí, puede experimentar con los filtros y agregar otros tipos de icono para ver cómo un panel puede permitirle hacer más con los datos.

Este paso completa el flujo de inicio rápido para usar Operaciones de IoT de Azure para administrar los datos del dispositivo desde la implementación a través del análisis en la nube.

Limpieza de recursos

Ahora que ha terminado con la experiencia de inicio rápido, esta sección contiene instrucciones para eliminar los recursos de muestra.

Si desea eliminar todos los recursos que creó para este inicio rápido, quite el grupo de recursos de Azure que contiene el clúster conectado Azure Arc y otros recursos usados en este inicio rápido. A continuación, elimine su codespace y los secretos que creó para este de GitHub. Para eliminar el espacio de código y los secretos, consulte Eliminación de un espacio de código y Eliminación de secretos.

También puede eliminar el área de trabajo de Microsoft Fabric y todos los recursos asociados a este inicio rápido, incluido el flujo de eventos, Eventhouse y el panel en tiempo real. Además, puede eliminar el archivo de plantilla del panel que ha descargado en el equipo.