英文原文:Amazon Web Services Releases IoT Analytics in Preview
在最近的 re:Invent 大会上,Amazon 发布了 AWS IoT Analytics 的预览版。这个解决方案在该大会的几个会期中都提到了。
AWS IoT Analytics 是 AWS IoT 平台上最新的全托管服务,它可以对从 IoT 设备获取的数据进行高级分析,用户可以从典型的云计算中获益,比如使用自动伸缩和按时付费定价模式。
该解决方案使用了通道(channel)和管道(pipeline)的概念,该管道接收未处理的消息,并对其进行处理并且执行相应活动。消息存储在数据存储中,并且可以从存储中检索数据集,以进行进一步的分析、可视化和操作。
图片来源:https://aws.amazon.com/iot-analytics/
你可以通过控制台使用 AWS IoT Analytics,你可以使用它创建用于 IoT 信息处理的构件。
第一个任务是创建一个通道,该通道的作用是充当数据摄取点。该通道可以在 AWS IoT Core 中过滤来自 MQTT 的消息,或者对 Rules Engine 中的消息进行路由,它同时支持二进制数据和 JSON 数据。
管道可以富集、转换或过滤消息。富集(Enrichment)可以使用外部资源来添加信息,比如从 AWS IoT 设备注册中心添加属性。转换(Transformation)可以执行简单的计算,比如单元转换。过滤(Filtering)可以使用 AWS Lambda 函数来估算丢失数据的值。
原始数据和经过处理的数据都存储在服务中,以便将来进行处理,并以时间序列对数据进行存储和分析。数据存储不是数据库,而是在平台上的多个数据库技术之上的抽象。
一旦数据完成存储,就可以通过查询和检索来对数据集进行分析。AWS IoT Analytics 支持 hoc SQL-like 查询,时间序列分析,例如根据时间推移来检查设备的性能或寻找对应的趋势,AWS IoT Analytics 还支持统计分析以及机器学习分析。为了实现机器学习和统计分析,AWS IoT Analytics 支持完全托管的 Jupyter notebook。你可以在一开始就从几个模板中选择一个,这样可以加快从存储数据中获得结果的速度,例如用于检测设备故障的模板或者用于设备分割的K-mean 聚类算法模板,这些模板都是经过 AWS 授权验证的。
在经过分析之后,这些数据可以通过 Amazon Quicksight 或者通过 AWS IoT Analytics 控制台中的嵌入式 Jupyter notebooks 进行可视化。
AWS IoT Analytics 有一项功能,可以通过使用单一服务来获取大量非结构化数据,并提供建议和行为,正如 Ron Miller 最近在 TechCrunch 上所说的:
由于涉及的数据量巨大,Amazon 构建了一个专门的服务,而不是让客户使用像 QuickSight 这种更通用的工具来处理物联网数据。这可能是因为它需要的是一个预测性元素,而不是去回顾已经发生的事情。
该服务一直没有公开进行预览,只在一些客户中进行试用,其中包括 Valmet,它是一家全球性的公司,属于纸浆、纸张和能源行业,该公司提供智能家居解决方案的创意。Eric Ferguson 是 iDevices 的首席软件架构师,他对 AWS IoT Analytics 评论道:
AWS IoT Analytics 提供的用于摄取、过滤、转换并分析数据的工具对于我们的团队来说,大大减少了一些未分化的责任,这使得我们的团队能够专注于管道中的富集行为和相关的机器学习模型,而不是把精力都投入到管道本身的机制中去。
该服务的付费模式采用按时计费模式(pay-as-you-go),并且在最初的 12 个月,该服务对用户免费。
AWS IoT Analytics 目前仅在美国西部(Portland)、西部(Virginia 北部)、东部(Ohio)提供预览版。你可以在产品预览页面注册进行试用。