Zelfstudie: Inzichten verkrijgen uit uw verwerkte gegevens

In dit artikel maakt u een realtime dashboard om inzichten vast te leggen van de OPC UA-gegevens die u in het vorige artikel naar Event Hubs hebt verzonden. Met behulp van Microsoft Fabric Real-Time Intelligence brengt u uw gegevens uit Event Hubs in Microsoft Fabric en wijst u deze toe aan een KQL-database die een bron kan zijn voor realtime dashboards. Vervolgens bouwt u een dashboard om die gegevens weer te geven in visuele tegels waarmee inzichten worden vastgelegd en de waarden in de loop van de tijd worden weergegeven.

Deze handelingen vormen de laatste stappen in het voorbeeldscenario van begin tot eind, dat loopt van het implementeren van Azure IoT-bewerkingen op de edge tot het verkrijgen van inzichten uit die apparaatgegevens in de cloud.

Vereisten

Voordat u met deze zelfstudie begint, voltooit u de zelfstudie: Berichten verzenden van assets naar de cloud met behulp van een gegevensstroom.

U hebt ook de volgende Fabric resources nodig:

• Een Microsoft Fabric-abonnement. In uw abonnement hebt u toegang nodig tot een werkruimte met inzender - of hogere machtigingen.
• Een Microsoft Fabric-tenant waarmee realtime dashboards kunnen worden gemaakt. Uw tenantbeheerder kan deze instelling inschakelen. Zie Tenantinstellingen inschakelen in de beheerportal voor meer informatie.

Welk probleem gaan we oplossen?

Wanneer uw OPC UA-gegevens binnenkomen in de cloud, kunt u een schat aan informatie analyseren. Organiseer de gegevens en maak rapporten met grafieken en visualisaties om inzichten te verkrijgen. In dit artikel leest u hoe u de gegevens verbindt met Real-Time Intelligence en een realtime dashboard maakt.

Gegevens opnemen in realtime intelligence

In deze sectie stelt u een Microsoft Fabric-gebeurtenisstream in om uw Event Hub te verbinden met een KQL-database in Realtime Intelligence. Dit proces omvat het instellen van een gegevenskoppeling om de payloadgegevens van JSON-indeling om te zetten naar KQL-kolommen.

Een eventstream maken

In deze sectie maakt u een eventstream die wordt gebruikt om uw gegevens van Event Hubs over te brengen naar Microsoft Fabric Realtime Intelligence en uiteindelijk in een KQL-database.

Ga eerst naar de realtime intelligence-ervaring in Microsoft Fabric en open uw Fabric-werkruimte.

Volg de stappen in Een eventstream maken in Microsoft Fabric om een nieuwe eventstream-resource in uw werkruimte te maken.

Nadat de eventstream is gemaakt, ziet u de hoofdeditor waar u kunt beginnen met het bouwen van de eventstream.

Event Hub toevoegen als bron

Voeg vervolgens uw Event Hub uit de vorige zelfstudie toe als gegevensbron voor de eventstream.

Volg de stappen in Azure Event Hubs-bron toevoegen aan een eventstream om de gebeurtenisbron toe te voegen. Houd rekening met de volgende notities:

• U maakt een nieuwe cloudverbinding met verificatie met gedeelde toegangssleutel.
  • Zorg ervoor dat lokale verificatie is ingeschakeld op uw Event Hub. U kunt dit instellen op de overzichtspagina in Azure Portal.
• Gebruik voor consumentengroep de standaardselectie ($Default).
• Voor gegevensindeling kiest u Json (deze is mogelijk al standaard geselecteerd).

Nadat u deze stroom hebt voltooid, is de Azure Event Hub als bron zichtbaar in de liveweergave van eventstream.

Gegevensstroom controleren

Volg deze stappen om uw werk tot nu toe te controleren en zorg ervoor dat gegevens naar de eventstream stromen.

1. Start uw cluster waar u Azure IoT-bewerkingen hebt geïmplementeerd in eerdere zelfstudies. De OPC PLC-simulator die u hebt geïmplementeerd met uw Azure IoT-bewerkingen-exemplaar, moet beginnen met het uitvoeren en verzenden van gegevens naar de MQTT-broker. U kunt dit deel van de stroom controleren met behulp van mqttui, zoals beschreven in Controleren of de gegevens stromen.

2. Wacht enkele minuten totdat gegevens zijn doorgegeven. Selecteer vervolgens in de liveweergave van eventstream de AzureEventHub-bron en vernieuw de voorbeeldweergave van de gegevens. U ziet dat JSON-gegevens uit de simulator in de tabel worden weergegeven.

   

KQL-resources voorbereiden

In deze sectie maakt u een KQL-database in uw Microsoft Fabric-werkruimte voor gebruik als bestemming voor uw gegevens.

1. Volg de stappen in Een Eventhouse maken om een Real-Time Intelligence Eventhouse te maken met een onderliggende KQL-database. U hoeft alleen de sectie met de titel Create an Eventhouse te voltooien.

2. Maak vervolgens een tabel in uw database. Noem deze OPCUA en gebruik de volgende kolommen.

   Kolomnaam	Gegevenstype
   Assetnummer	tekenreeks
   Temperatuur	decimaal
   Tijdstempel	datum/tijd

3. Nadat de OPCUA-tabel is gemaakt, selecteert u uw database en gebruikt u de knop Query met code om een queryvenster te openen.

   

4. Verwijder de bestaande code en voer de volgende KQL-query uit om een gegevenstoewijzing voor uw tabel te maken. De datatoewijzing zal opcua_mapping worden genoemd.

   .create table ['OPCUA'] ingestion json mapping 'opcua_mapping' '[{"column":"AssetId", "Properties":{"Path":"$[\'AssetId\']"}},{"column":"Temperature", "Properties":{"Path":"$[\'ThermostatTemperatureF\']"}},{"column":"Timestamp", "Properties":{"Path":"$[\'EventProcessedUtcTime\']"}}]'
   

Gegevenstabel toevoegen als bestemming

Ga vervolgens terug naar de gebeurtenisstreamweergave, waar u uw nieuwe KQL-tabel kunt toevoegen als een eventstream-bestemming.

Volg de stappen in Een KQL-databasebestemming toevoegen aan een eventstream om de bestemming toe te voegen. Houd rekening met de volgende notities:

• Gebruik de modus voor directe inname.

• Selecteer in de stap Configureren de OPCUA-tabel die u eerder hebt gemaakt.

• Selecteer in de stap Inspectopcua_mapping, selecteer Bestaande toewijzing en kies opcua_mapping.

  

  Aanbeveling

  Als er geen bestaande toewijzingen worden gevonden, probeer dan de eventstream-editor te vernieuwen en de stappen opnieuw te doorlopen om de bestemming toe te voegen. U kunt ook hetzelfde configuratieproces starten vanuit de KQL-tabel in plaats van uit de eventstream, zoals beschreven in Gegevens ophalen uit Eventstream.

Nadat u deze stroom hebt voltooid, is de KQL-tabel in de liveweergave van Eventstream zichtbaar als bestemming.

Wacht enkele minuten totdat gegevens zijn doorgegeven en de status van de bestemming is gewijzigd in Actief. U zou gegevens van de event hub in de preview moeten zien verschijnen. Als de gegevens niet worden weergegeven in het voorbeeld, wacht u enkele minuten langer en vernieuwt u het voorbeeld opnieuw.

Desgewenst kunt u deze gegevens ook rechtstreeks in uw KQL-database bekijken en er query's op uitvoeren.

Een realtime dashboard maken

In deze sectie maakt u een nieuw realtime dashboard om uw zelfstudiegegevens te visualiseren. Op het dashboard kunnen worden gefilterd op asset-id en tijdstempel en worden visuele samenvattingen van temperatuurgegevens weergegeven.

Dashboard maken en gegevensbron verbinden

Volg de stappen in de sectie Een nieuw dashboard maken om een nieuw realtime dashboard te maken op basis van de realtime intelligence-mogelijkheden.

Volg vervolgens de stappen in de sectie Gegevensbron toevoegen om uw database toe te voegen als gegevensbron. Houd rekening met de volgende opmerking:

• In het deelvenster Gegevensbronnen bevindt uw database zich onder Eventhouse/KQL Database.

Parameters configureren

Configureer vervolgens enkele parameters voor uw dashboard, zodat de visuals kunnen worden gefilterd op asset-id en tijdstempel. Het dashboard wordt geleverd met een standaardparameter om te filteren op tijdsbereik, dus u hoeft er slechts een te maken die kan worden gefilterd op asset-id.

1. Ga naar het tabblad Beheren en selecteer Parameters. Selecteer + Toevoegen om een nieuwe parameter toe te voegen.

   

2. Maak een nieuwe parameter met de volgende kenmerken:

   • Label: asset
   • Parametertype: Enkele selectie (standaard al geselecteerd)
   • Variabelenaam: _asset
   • Gegevenstype: tekenreeks (standaard al geselecteerd)
   • Bron: Query

     • Gegevensbron: Uw database (standaard al geselecteerd)

     • Selecteer Query bewerken en voeg de volgende KQL-query toe.

       OPCUA
       | summarize by AssetId
       

   • Waardekolom: AssetId
   • Standaardwaarde: Eerste waarde van query selecteren

3. Selecteer Gereed om de parameter op te slaan. Selecteer Vervolgens Sluiten om het deelvenster Parameters te sluiten.

Lijndiagramtegel maken

Voeg vervolgens een tegel toe aan uw dashboard om een lijndiagram met temperatuur in de loop van de tijd weer te geven voor de geselecteerde asset en het geselecteerde tijdsbereik.

1. Selecteer op het tabblad Start de vervolgkeuzelijst Visual toevoegen en selecteer vervolgens Lijndiagram om een nieuwe tegel voor een lijndiagram toe te voegen.

   

2. Voer in de Query-editor de volgende KQL-query voor de tegel in. Met deze query worden filterparameters van de dashboardselectors toegepast voor tijdsbereik en asset en worden de resulterende records opgehaald met hun tijdstempel en temperatuur.

   OPCUA 
   | where Timestamp between (_startTime.._endTime)
   | where AssetId == _asset
   | project Timestamp, Temperature
   

   Voer de query uit om te controleren of de gegevens kunnen worden gevonden. Het lijndiagram geeft de gegevens weer. Voor de visual van het lijndiagram moeten ten minste twee gegevenspunten worden weergegeven. Als u dus geen gegevens ziet, kunt u een breder tijdsbereik selecteren of wachten tot er meer gegevens in uw database binnenkomen voordat u de query uitvoert.

   

3. Selecteer het tabblad Visualisatie en stel de volgende waarden in of controleer deze:

   • Visualtype: Lijndiagram (standaardselectie)
   • Algemeen:
     • Tegelnaam: Temperatuur in de loop van de tijd
   • Gegevens:
     • Y-kolommen: Afleiden: Temperatuur (decimaal) (standaardselectie)
     • X-kolommen: Afleiden: tijdstempel (datum/tijd) (standaardselectie)
   • Y-as:
     • Label: eenheden
   • X-as:
     • Label: Tijdstempel

   Selecteer Gereed om de tegel te maken.

   

Bekijk de voltooide tegel op uw dashboard.

Tegel voor maximale waarde maken

Maak vervolgens een tegel om de maximumwaarde van de temperatuur weer te geven.

1. Selecteer de vervolgkeuzelijst Visual toevoegen en selecteer vervolgens Stat.

2. Voer in de Query-editor de volgende KQL-query voor de tegel in. Deze query past filterparameters uit de dashboardselectoren voor het tijdsbereik en de asset toe en neemt de hoogste temperatuur uit de resulterende records.

   OPCUA
   | where Timestamp between (_startTime.._endTime)
   | where AssetId == _asset
   | top 1 by Temperature desc
   | summarize by Temperature
   

   Voer de query uit om te controleren of er een maximale temperatuur kan worden gevonden. De maximale temperatuurwaarde moet worden weergegeven in de visuele voorvertoning.

3. Selecteer het tabblad Visualisatie en stel de volgende waarden in of controleer deze:

   • Visualtype: Stat (standaardselectie)
   • Algemeen:
     • Tegelnaam: Maximale temperatuur
   • Gegevens:
     • Waardekolom: Afleiden: Temperatuur (decimaal) (standaardselectie)

   Selecteer Gereed om de tegel te maken.

   

4. Bekijk de voltooide tegel op uw dashboard (mogelijk wilt u het formaat van de tegel wijzigen, zodat de volledige tekst zichtbaar is).

   

5. Sla het voltooide dashboard op .

U hebt nu een dashboard met verschillende typen visuals voor de assetgegevens in deze zelfstudies. Hier kunt u experimenteren met de filters en andere tegeltypen toevoegen om te zien hoe u met een dashboard meer kunt doen met uw gegevens.

Hoe hebben we het probleem opgelost?

In deze zelfstudie hebt u een eventstream gebruikt om uw Event Hubs-gegevens op te nemen in een KQL-database in Microsoft Fabric Realtime Intelligence. Vervolgens hebt u een realtime dashboard gemaakt dat wordt aangedreven door die gegevens, waardoor wijzigingen in de loop van de tijd visueel worden bijgehouden. Door edge-gegevens uit verschillende bronnen samen in Microsoft Fabric te koppelen, kunt u rapporten maken met visualisaties en interactieve functies die meer inzicht bieden in de status, het gebruik en de operationele trends van assets. Hierdoor kunt u de productiviteit verbeteren, de prestaties van assets verbeteren en weloverwogen besluitvorming stimuleren voor betere bedrijfsresultaten.

Hiermee voltooit u de laatste stap in de zelfstudiestroom voor het gebruik van Azure IoT-bewerkingen om apparaatgegevens van implementatie te beheren via analyse in de cloud.

Resources opschonen

Als u doorgaat naar de volgende zelfstudie, behoud dan al uw resources.

Als u de Implementatie van Azure IoT-bewerkingen wilt verwijderen, maar uw cluster wilt behouden, gebruikt u de opdracht az iot ops delete :

az iot ops delete --name $AIO_INSTANCE_NAME --resource-group $RESOURCE_GROUP

Als u alle resources wilt verwijderen die u voor deze quickstart hebt gemaakt, verwijdert u het Kubernetes-cluster waarin u Azure IoT-bewerkingen hebt geïmplementeerd en verwijdert u vervolgens de Azure-resourcegroep die het cluster bevat.

U kunt ook uw Microsoft Fabric-werkruimte en/of alle resources daarin verwijderen die aan deze zelfstudie zijn gekoppeld, waaronder de eventstream, Eventhouse en het Real-Time-dashboard.