• 2 min read

Las soluciones de supervisión remota permiten el análisis de la causa principal con Azure Time Series Insights

Con la gran cantidad de datos que provienen de dispositivos de IoT y el carácter global de los negocios actuales, es fundamental poder comprender las correlaciones y realizar seguimiento de las tendencias históricas en sus recursos.

Con la gran cantidad de datos que provienen de dispositivos de IoT y el carácter global de los negocios actuales, es fundamental poder comprender las correlaciones y realizar seguimiento de las tendencias históricas en sus recursos.

Imagínese que administra una flota de camiones que trasladan elementos que deben mantenerse a una temperatura específica. En ocasiones, ve que se desencadena una alerta de temperatura baja en algunos de sus cambios durante sus entregas diarias programadas. Como operador, debe realizar un análisis de la causa principal para entender qué está ocurriendo, si hay patrones recurrentes y cómo evitar que vuelva a suceder en el futuro.

Para ayudarlo a lograr este objetivo, nos complace anunciar que ahora hemos integrado Azure Time Series Insights en el acelerador de la solución de supervisión remota para IoT de Azure. Con Time Series Insights, puede obtener información más detallada sobre los datos de sensores de series temporales al detectar tendencias, anomalías y correlaciones entre datos en tiempo real y datos históricos en todas sus ubicaciones. Las nuevas implementaciones de supervisión remota (Básica y Estándar) incluirán Time Series Insights “out-of-the-box”* sin costo adicional. Todos los datos de mensajes de sus dispositivos de IoT se almacenarán en Time Series Insights, pero sus alarmas, reglas y configuraciones permanecerán en Cosmos DB.

Gracias a esta nueva funcionalidad, ahora podrá hacer lo siguiente:

1. Visualizar sus datos de telemetría en el navegador de Time Series Insights al hacer clic en cualquiera de los vínculos salientes del panel de supervisión remota:

tsi-rm-dashboard

2. Explorar los datos de su dispositivo en todas las ubicaciones y examinar para ver los cambios segundo a segundo en sus flujos:

tsi-chiller-pressure

3. Diagnosticar las causas principales de las anomalías al agregar otros flujos de datos en su vista y descubrir correlaciones que podrían ayudarlo a identificar las causas:

tsi-all-streams

4. Aprender de sus exploraciones y establecer reglas adicionales para que pueda asegurarse de que sus recursos siempre están en su estado óptimo:

rm-new-rule

*Nota: Time Series Insights todavía no está disponible en la nube de Azure China. Las nuevas implementaciones en la nube de Azure China seguirán usando Cosmos DB para todo el almacenamiento.

Time Series Insights facilita una experiencia de extremo a extremo que le permitirá no solo saber cuando ocurre una anomalía, sino también por qué ocurrió. Esperamos saber cómo Time Series Insights ayudó a su solución de IoT a funcionar de forma más inteligente y recibir sus comentarios sobre esta nueva característica.

Pasos siguientes