Öğretici: İşlenen verilerinizden içgörüler alma

Bu öğreticide, önceki öğreticide Event Hubs'a gönderdiğiniz OPC UA verilerinden içgörüler yakalamak için bir Gerçek Zamanlı Pano doldurursunuz. Microsoft Fabric Gerçek Zamanlı Zeka'yı kullanarak verilerinizi Event Hubs'dan Microsoft Fabric'e getirir ve gerçek zamanlı Panolar için kaynak olabilecek bir KQL veritabanına eşlersiniz. Ardından, içgörüleri yakalayan ve zaman içindeki değerleri gösteren görsel kutucuklarda bu verileri görüntülemek için bir pano oluşturursunuz.

Bu işlemler, azure iot işlemlerini uçta dağıtmaktan buluttaki cihaz verilerinden içgörüler elde etmeye kadar uzanan örnek uçtan uca öğretici deneyiminin son adımlarıdır.

Önkoşullar

Bu öğreticiye başlamadan önce Öğretici: Veri akışı kullanarak buluta varlık telemetrisi gönderme işlemini tamamlamanız gerekir

Ayrıca bir Microsoft Fabric aboneliğine de ihtiyacınız vardır. Aboneliğinizde Katkıda Bulunan veya daha yüksek izinlere sahip bir çalışma alanına erişmeniz gerekir.

Ayrıca, Doku kiracınızın Gerçek Zamanlı Panolar oluşturulmasına izin vermesi gerekir. Bu, kiracı yöneticiniz tarafından etkinleştirilebilen bir ayardır. Daha fazla bilgi için bkz . Yönetici portalında kiracı ayarlarını etkinleştirme.

Hangi sorunu çözeceğiz?

OPC UA verileriniz buluta ulaştıktan sonra analiz etmek için kullanabileceğiniz birçok bilgiye sahip olursunuz. Bu verileri düzenlemek ve verilerden içgörüler elde etmek için graflar ve görselleştirmeler içeren raporlar oluşturmak isteyebilirsiniz. Bu öğreticideki adımlar, bu verileri Gerçek Zamanlı Zeka'ya nasıl bağlayabileceğinizi ve Gerçek Zamanlı Pano oluşturabileceğinizi gösterir.

Gerçek Zamanlı Zeka'ya veri alma

Bu bölümde, olay hub'ınızı Gerçek Zamanlı Zeka'daki bir KQL veritabanına bağlamak için bir Microsoft Fabric olay akışı ayarlamış olursunuz. Bu işlem, yük verilerini JSON biçiminden KQL'deki sütunlara dönüştürmek için bir veri eşlemesi ayarlamayı içerir.

Olay akışı oluşturma

Bu bölümde, Event Hubs'taki verilerinizi Microsoft Fabric Gerçek Zamanlı Zeka'ya ve sonunda bir KQL veritabanına getirmek için kullanılacak bir olay akışı oluşturacaksınız.

Microsoft Fabric'te Gerçek Zamanlı Zeka deneyimine gidip Doku çalışma alanınızı açarak başlayın.

Çalışma alanınızda yeni bir olay akışı kaynağı oluşturmak için Microsoft Fabric'te olay akışı oluşturma makalesindeki adımları izleyin.

Olay akışı oluşturulduktan sonra, olay akışını oluşturmaya başlayabileceğiniz ana düzenleyiciyi görürsünüz.

Olay hub'larını kaynak olarak ekleme

Ardından, önceki öğreticideki olay hub'ınızı olay akışı için veri kaynağı olarak ekleyin.

Olay kaynağını eklemek için Azure Event Hubs kaynağını bir olay akışına ekleme makalesindeki adımları izleyin. Aşağıdaki notları aklınızda bulundurun:

• Paylaşılan Erişim Anahtarı kimlik doğrulaması ile yeni bir bulut bağlantısı oluşturacaksınız.
  • Olay hub'ınızda yerel kimlik doğrulamasının etkinleştirildiğinden emin olun. Bunu Azure portalındaki Genel Bakış sayfasından ayarlayabilirsiniz.
• Tüketici grubu için varsayılan seçimi ($Default) kullanın.
• Veri biçimi için Json'u seçin (varsayılan olarak zaten seçilmiş olabilir).

Bu akışı tamamladıktan sonra Azure olay hub'ı olay akışı canlı görünümünde kaynak olarak görünür.

Veri akışını doğrulama

Şu ana kadarki çalışmanızı denetlemek ve verilerin olay akışına aktığından emin olmak için bu adımları izleyin.

1. Önceki öğreticilerde Azure IoT İşlemlerini dağıttığınız kümenizi başlatın. Azure IoT İşlemleri örneğiniz ile dağıtılan OPC PLC simülatörü çalışmaya ve MQTT aracısına veri göndermeye başlamalıdır. Verilerin aktığını doğrulama bölümünde açıklandığı gibi mqttui kullanarak akışın bu bölümünü doğrulayabilirsiniz.

2. Verilerin yayılması için birkaç dakika bekleyin. Ardından olay akışı canlı görünümünde AzureEventHub kaynağını seçin ve Veri önizlemesini yenileyin. Simülatördeki JSON verilerinin tabloda görünmeye başlamasını görmeniz gerekir.

   

KQL kaynaklarını hazırlama

Bu bölümde, Verileriniz için hedef olarak kullanmak üzere Microsoft Fabric çalışma alanınızda bir KQL veritabanı oluşturacaksınız.

1. Bir alt KQL veritabanıyla Gerçek Zamanlı Zeka olay evi oluşturmak için Olay Evi Oluşturma'daki adımları izleyin. Yalnızca Olay Evi Oluşturma başlıklı bölümü tamamlamanız yeterlidir.

2. Ardından veritabanınızda bir tablo oluşturun. OPCUA olarak adlandırın ve aşağıdaki sütunları kullanın.

   Sütun adı	Veri türü
   AssetId	Dize
   Sıcaklık	ondalık
   Nem	ondalık
   Zaman damgası	datetime

3. OPCUA tablosu oluşturulduktan sonra veritabanınızı seçin ve Sorgu penceresini açmak için Verilerinizi keşfedin düğmesini kullanın.

   

4. Tablonuz için veri eşlemesi oluşturmak için aşağıdaki KQL sorgusunu çalıştırın. Veri eşlemesi opcua_mapping olarak adlandırılır.

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

Veri tablosunu hedef olarak ekleme

Ardından, yeni KQL tablonuzu olay akışı hedefi olarak ekleyebileceğiniz olay akışı görünümünüze dönün.

Hedefi eklemek için Olay akışına KQL Veritabanı hedefi ekleme'deki adımları izleyin. Aşağıdaki notları aklınızda bulundurun:

• Doğrudan alma modunu kullanın.

• Yapılandır adımında, daha önce oluşturduğunuz OPCUA tablosunu seçin.

• İncele adımında Gelişmiş seçenekler'i açın. Eşleme'nin altında Var olan eşleme'yi seçin ve opcua_mapping'yi seçin.

  

  İpucu

  Mevcut eşleme bulunmazsa, olay akışı düzenleyicisini yenilemeyi ve hedefi ekleme adımlarını yeniden başlatmayı deneyin. Alternatif olarak, Eventstream'den veri alma bölümünde açıklandığı gibi bu yapılandırma işlemini olay akışı yerine KQL tablosundan başlatabilirsiniz.

Bu akışı tamamladıktan sonra KQL tablosu olay akışı canlı görünümünde hedef olarak görünür.

Verilerin yayılması için birkaç dakika bekleyin. Ardından, KQL hedefini seçin ve veri önizlemesini yenileyerek olay akışından işlenen JSON verilerinin tabloda görünmesini sağlayın.

İsterseniz, bu verileri doğrudan KQL veritabanınızda görüntüleyebilir ve sorgulayabilirsiniz.

Gerçek Zamanlı Pano Oluşturma

Bu bölümde, öğretici verilerinizi görselleştirmek için yeni bir Gerçek Zamanlı Pano oluşturacaksınız. Pano, varlık kimliğine ve zaman damgasına göre filtrelemeye izin verir ve sıcaklık ve nem verilerinin görsel özetlerini görüntüler.

Pano oluşturma ve veri kaynağını bağlama

Gerçek Zamanlı Yönetim Bilgileri özelliklerinden yeni bir Gerçek Zamanlı Pano oluşturmak için Yeni pano oluşturma bölümündeki adımları izleyin.

Ardından, veritabanınızı veri kaynağı olarak eklemek için Veri kaynağı ekle bölümündeki adımları izleyin. Aşağıdaki notları aklınızda bulundurun:

• Veri kaynakları bölmesinde veritabanınız OneLake veri hub'ı altında yer alır.

Parametreleri yapılandırma

Ardından, panonuz için bazı parametreleri yapılandırarak görsellerin varlık kimliğine ve zaman damgasına göre filtrelenebilmesini sağlayın. Pano, zaman aralığına göre filtrelemek için varsayılan bir parametreyle birlikte gelir, bu nedenle yalnızca varlık kimliğine göre filtreleyebilecek bir parametre oluşturmanız gerekir.

1. Yönet sekmesine geçin ve Parametreler'i seçin. Yeni parametre eklemek için + Ekle'yi seçin.

   

2. Aşağıdaki özelliklere sahip yeni bir parametre oluşturun:

   • Etiket: Varlık
   • Parametre türü: Tek seçim (varsayılan olarak zaten seçilidir)
   • Değişken adı: _asset
   • Veri türü: dize (varsayılan olarak zaten seçilidir)
   • Kaynak: Sorgu

     • Veri kaynağı: Veritabanınız (varsayılan olarak zaten seçilidir)

     • Sorguyu düzenle'yi seçin ve aşağıdaki KQL sorgusunu ekleyin.

       OPCUA
       | summarize by AssetId
       

   • Değer sütunu: AssetId
   • Varsayılan değer: Sorgunun ilk değerini seçin

3. Parametrenizi kaydetmek için Bitti'yi seçin.

Çizgi grafik kutucuğu oluşturma

Ardından, seçilen varlık ve zaman aralığı için zaman içindeki sıcaklık ve nem çizgi grafiğini göstermek için panonuza bir kutucuk ekleyin.

1. Yeni kutucuk eklemek için + Kutucuk ekle'yi veya Yeni kutucuğu seçin.

   

2. Kutucuk için aşağıdaki KQL sorgusunu girin. Bu sorgu, zaman aralığı ve varlık için pano seçicilerinden filtre parametrelerini uygular ve elde edilen kayıtları zaman damgası, sıcaklık ve nem değerleriyle çeker.

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

   Verilerin bulunabildiğini doğrulamak için sorguyu çalıştırın .

   

3. Bu verilere görsel eklemek için sorgu sonuçlarının yanındaki + Görsel ekle'yi seçin. Aşağıdaki özelliklere sahip bir görsel oluşturun:

   • Kutucuk adı: Zamanla sıcaklık ve nem
   • Görsel türü: Çizgi grafik
   • Veriler:
     • Y sütunları: Sıcaklık (ondalık) ve Nem (ondalık) (varsayılan olarak zaten çıkarılıyor)
     • X sütunları: Zaman damgası (tarih saat) (varsayılan olarak zaten çıkarılıyor)
   • Y Ekseni:
     • Etiket: Birimler
   • X Ekseni:
     • Etiket: Zaman damgası

   Kutucuğu oluşturmak için Değişiklikleri uygula'yı seçin.

   

Panonuzda tamamlanmış kutucuğu görüntüleyin.

Maksimum değer kutucukları oluşturma

Ardından, en yüksek sıcaklık ve nem değerlerini görüntülemek için bazı kutucuklar oluşturun.

1. Yeni kutucuk oluşturmak için Yeni kutucuk'u seçin.

2. Kutucuk için aşağıdaki KQL sorgusunu girin. Bu sorgu, zaman aralığı ve varlık için pano seçicilerinden filtre parametrelerini uygular ve sonuçta elde edilen kayıtlardan en yüksek sıcaklık değerini alır.

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

   Maksimum sıcaklığın bulunabildiğini doğrulamak için sorguyu çalıştırın .

3. Bu verilere görsel eklemek için + Görsel ekle'yi seçin. Aşağıdaki özelliklere sahip bir görsel oluşturun:

   • Kutucuk adı: En yüksek sıcaklık
   • Görsel türü: İstatistik
   • Veriler:
     • Değer sütunu: Sıcaklık (ondalık) (varsayılan olarak zaten çıkarılır)

   Kutucuğu oluşturmak için Değişiklikleri uygula'yı seçin.

   

4. Panonuzda tamamlanmış kutucuğu görüntüleyin (tam metnin görünür olması için kutucuğu yeniden boyutlandırmak isteyebilirsiniz).

   

5. Kutucuğun seçeneklerini açın ve Kutucuğu çoğalt'ı seçin.

   

   Bu, panoda yinelenen bir kutucuk oluşturur.

6. Yeni kutucukta, düzenlemek için kalem simgesini seçin.

7. KQL sorgusundaki Sıcaklık değerini Nem ile değiştirerek aşağıdaki sorguyla eşleşmesini sağlayın.

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

   Maksimum nemin bulunabileceğini doğrulamak için sorguyu çalıştırın .

8. Görsel biçimlendirme bölmesinde aşağıdaki özellikleri güncelleştirin:

   • Kutucuk adı: Maksimum nem
   • Veriler:
     • Değer sütunu: Nem (ondalık) (varsayılan olarak zaten çıkarılır)

   Değişiklikleri uygula'yı seçin.

9. Panonuzda tamamlanmış kutucuğu görüntüleyin.

   

10. Tamamlanmış panonuzu kaydedin .

Artık bu öğreticilerde varlık verileri için farklı görsel türlerini görüntüleyen bir panonuz var. Burada, bir panonun verilerinizle daha fazlasını yapmanıza nasıl olanak tanıyabileceğini görmek için filtrelerle denemeler yapabilir ve diğer kutucuk türlerini ekleyebilirsiniz.

Sorunu nasıl çözdük?

Bu öğreticide, Event Hubs verilerinizi Microsoft Fabric Gerçek Zamanlı Zeka'daki bir KQL veritabanına almak için bir olay akışı kullandınız. Ardından, bu veriler tarafından desteklenen ve zaman içinde değişen değerleri görsel olarak izleyen bir Gerçek Zamanlı Pano oluşturdunuz. Microsoft Fabric'te çeşitli kaynaklardan gelen uç verileri birbirine bağlayarak varlık durumu, kullanım ve operasyonel eğilimler hakkında daha ayrıntılı içgörüler sunan görselleştirmeler ve etkileşimli özellikler içeren raporlar oluşturabilirsiniz. Bu, üretkenliği artırmanızı, varlık performansını geliştirmenizi ve daha iyi iş sonuçları elde etmek için bilinçli karar vermenizi sağlayabilir.

Bu, azure IoT İşlemlerini kullanarak cihaz verilerini bulutta analiz yoluyla dağıtımdan yönetmeye yönelik öğretici akışındaki son adımı tamamlar.

Kaynakları temizleme

Sonraki öğreticiye devam ediyorsanız tüm kaynaklarınızı koruyun.

Azure IoT İşlemleri dağıtımını kaldırmak ancak kümenizi korumak istiyorsanız az iot ops delete komutunu kullanın:

az iot ops delete --cluster $CLUSTER_NAME --resource-group $RESOURCE_GROUP

Bu hızlı başlangıç için oluşturduğunuz tüm kaynakları silmek istiyorsanız, Azure IoT İşlemlerini dağıttığınız Kubernetes kümesini silin ve ardından kümeyi içeren Azure kaynak grubunu kaldırın.

Bu hızlı başlangıçlar için Codespaces kullandıysanız Codespace'ınızı GitHub'dan silin.

Ayrıca Microsoft Fabric çalışma alanınızı ve/veya olay akışı, eventhouse ve Gerçek Zamanlı Pano dahil olmak üzere bu öğreticiyle ilişkili tüm kaynakları silebilirsiniz.