AWS IoT Analytics

IoT 裝置分析

AWS IoT Analytics 是全受管服務，可讓您針對龐大的 IoT 資料輕鬆執行精細的分析，無須擔心建立自己的 IoT 分析平台時一般所需的各種成本和複雜性。這是執行 IoT 資料分析及取得洞見最簡單的方法，讓您針對 IoT 應用程式與機器學習使用案例做出更明智、更準確的決策。

IoT 資料是高度非結構化資料，因此很難使用專為處理結構化資料所設計的傳統分析和商業智慧工具進行分析。IoT 資料的來源裝置通常用來記錄雜訊很多的程序 (例如，溫度、動作或聲音)，因此來自這些裝置的資料經常有很明顯的差距、損毀的訊息以及錯誤讀取，必須先清除這些雜訊才能開始進行分析。而且，IoT 資料通常需要與外部來源的其他資料結合才有意義。例如，要判斷何時灌溉農作物，葡萄園灌溉系統通常會結合濕度感應器資料和園區降雨資料，使其能更有效率地管理用水量，同時將收獲量提高到最大。

AWS IoT Analytics 將分析 IoT 裝置資料所需的每個困難步驟自動化。IoT Analytics 可篩選、轉換及豐富 IoT 資料，然後將資料存放在時間序列資料存放區以便進行分析。您可以設定服務，只從裝置上收集所需的資料、進行數學轉換作業來處理資料，接著利用裝置特定的中繼資料 (例如裝置類型和位置) 來豐富資料，然後再存放經過處理的資料。然後，您可以使用內建的 SQL 查詢引擎執行查詢來分析資料，或是執行更複雜的分析和機器學習推論。IoT Analytics 包含預先建立的常見 IoT 使用案例模型，讓您能夠輕鬆使用機器學習，以便快速回答哪些裝置即將故障或哪些客戶可能丟棄他們的穿戴式裝置等問題。

AWS IoT Analytics 是全受管服務，可自動擴展以支援高達數 PB 的 IoT 資料。使用 IoT Analytics 可以分析數百萬個裝置中的資料和建立快速、回應性佳的 IoT 應用程式，無須管理硬體或基礎設施。

AWS IoT Analytics 簡介

AWS IoT Analytics 優點

輕鬆地在 IoT 資料上執行查詢

使用 AWS IoT Analytics 可以透過內建 IoT Analytics SQL 查詢引擎執行簡單的臨機操作查詢。這項服務允許您使用標準 SQL 查詢從資料存放區擷取資料以回答問題，像是車聯網車隊的平均行駛距離，或是智慧建築在晚上 7 點以後會鎖上多少個門。即使連線裝置、叢集大小和分析需求改變，仍然可以重複使用這些查詢。

執行時間序列分析

AWS IoT Analytics 也支援時間序列分析，所以您可以分析裝置在一段時間後的效能並了解裝置使用的方式和地點，持續監控裝置資料以預測維修問題，以及監控感應器以預測環境條件並做出反應。

針對 IoT 優化的資料儲存體

AWS IoT Analytics 將處理過的裝置資料存放在時間序列資料存放區，這個存放區已經過優化，可在一般包含時間條件的 IoT 查詢提供快速回應時間。同時也會自動存放原始資料供之後處理或在其他使用案例重新處理。

準備您的 IoT 資料以便分析

AWS IoT Analytics 包括資料準備技術，讓您輕鬆準備和處理資料以便進行分析。IoT Analytics 已與 AWS IoT Core 整合，可以直接從連線裝置輕鬆導入裝置資料。它會清除錯誤讀取、填補資料中的差距，以及執行訊息資料的數學轉換。導入資料之後，IoT Analytics 可以使用條件陳述式處理資料，篩選資料只收集想要分析的資料，以及利用 AWS IoT Registry 資訊來豐富其內容。您也可以使用 AWS Lambda 函數透過天氣服務、HERE Maps、Salesforce 或 Amazon DynamoDB 等外部來源，豐富裝置資料。例如，您可以結合天氣資料和地圖資訊，為裝置的環境建立更好的資訊。

機器學習工具

AWS IoT Analytics 透過託管的 Jupyter notebooks 輕鬆將機器學習應用到 IoT 資料。您可以將 IoT 資料直接連接到筆記本，還可以直接從 IoT Analytics 主控台建立、訓練和執行模型，無須管理任何基礎設施。使用 AWS IoT Analytics，您可將機器學習演算法應用到裝置資料，為叢集中每個裝置產生運作狀態分數。例如，汽車製造商可以偵測他們的客戶是否有磨損的剎車板，並提醒他們為汽車尋找維修廠商。

自動調整規模與按用量付費的定價

AWS IoT Analytics 是全受管和按用量付費服務，可自動擴展以支援高達數 PB 的 IoT 資料。使用 IoT Analytics，您可以分析整個連線裝置叢集，無須管理硬體或基礎設施。隨著需求的改變，運算能力和資料存放區會自動擴展或縮減，讓 IoT 應用程式永遠擁有正確的容量，而且您只支付所使用資源的費用。

運作方式

使用案例

智慧農業

AWS IoT Analytics 可透過 AWS IoT Registry 和其他公用資料來源的關聯式中繼資料自動豐富 IoT 裝置資料，讓您在執行分析時將時間、位置、溫度、高度及其他環境條件納入考量。這種分析可幫助您撰寫各種模式，以輸出您的裝置可在現場採取的建議動作。例如，農業連線設備操作員可使用 IoT Analytics 加入預期的降雨量以豐富濕度感應器資料，進而優化自動灌溉設備的用水效率。

預測性維護

AWS IoT Analytics 提供預先建立的範本，協助您輕鬆建立強大的預測性維護模型，並將它們套用到您的叢集。例如，您可以使用 IoT Analytics 預測車聯網貨車的暖氣和冷氣系統何時會故障，以重新規劃車輛的行進路線以避免貨物受損。

主動補充供應貨品

AWS IoT Analytics 可讓您建立即時監控庫存的 IoT 應用程式。例如，食品飲料公司可使用 IoT Analytics 分析食品販賣機的資料，並在食品供貨短缺時，主動為正確的機器和品項重新訂購商品。

處理效率評分

公司可利用 AWS IoT Analytics 建立可持續監控不同程序效率的應用程式，以採取行動改進程序。例如，礦業公司可透過最大化每趟採礦的運載量來提高效率或礦車的運量。使用 IoT Analytics，公司可識別一段時間某地或某貨車最有效率的載運量、比較與即時目標載運量之間的誤差，然後規劃更好的載運量方針以提高效率。