De sinais a insights: Construindo uma plataforma de dados de streaming em tempo actual com o Material EventStream | Microsoft Material Weblog


Como o Contoso usa sensores MQTT, feeds climáticos públicos e inteligência em tempo actual de tecido para monitorar edifícios inteligentes.

De autoria conjunta de Alicia Li e Arindam Chatterjee

Por que o processamento de fluxos em tempo actual é importante

Na period da IA, À medida que as organizações se abraçam sistemas inteligentes e tomada de decisão orientada a dados, a habilidade Para agir nos dados no momento em que chega está desbloqueando novos níveis de Agilidade e perception. Desde detecção de anomalias e otimização operacional até prevenção de fraudes e experiências personalizadas, as idéias em tempo actual estão alimentando a próxima onda de inovação. Para empresas prospectivas, o processamento de fluxos em tempo actual se tornou uma capacidade basic.

Nesta postagem, exploraremos como o Contoso, um operador de construção inteligente, usa a inteligência em tempo actual da Microsoft Material para criar uma plataforma de dados de streaming que conecta sensores de sala, feeds climáticos e sistemas de alerta.

Visão geral da arquitetura

Cada edifício operado pela contoso é equipado com sensores de ambiente que transmitem dados de temperatura e ocupação para um corretor MQTT. Para enriquecer esses dados, o Contoso também ingere um feed de clima público, permitindo a correlação entre as condições internas e externas. Esses sinais em tempo actual impulsionam o uso mais inteligente de energia, melhoram o conforto dos ocupantes e permitem respostas oportunas às mudanças ambientais.

De sinais a insights: Construindo uma plataforma de dados de streaming em tempo actual com o Material EventStream | Microsoft Material Weblog
Figura 1: Arquitetura de monitoramento de ambiente de construção inteligente

Conforme demonstrado na Figura 1., esses sinais em tempo actual fluem através da pilha de inteligência em tempo actual da Microsoft Material-da ingestão à transformação, alerta e visualização. A arquitetura inclui:

  • EventsTream para ingerir dados de MQTT e clima.
  • Operadores de NO e SQL para moldar os dados.
  • Ativador de dados para alertas de acionamento.
  • Eventhouse para armazenar e analisar os dados de séries temporais.
  • Painéis em tempo actual para monitorar tendências atualizadas, anomalias and so forth.

Nas seções a seguir, percorreremos a implementação de cada estágio da arquitetura.

Mal posso esperar para aprender mais? Confira o passo a passo completo vídeo de demonstração.

Etapa 1: ingerir dados com eventos

A jornada em tempo actual de Contoso começa com dados-muito. Cada edifício flui leituras de temperatura e ocupação de sensores de sala para um corretor MQTT. Para tomar decisões mais inteligentes, o Contoso enriquece esses sinais com dados climáticos em tempo actual dos mapas do Azure, permitindo que eles correlacionem as condições internas com o ambiente externo. Essa combinação ajuda a otimizar o uso de HVAC, detectar leituras anômalas, antecipar problemas de conforto e responder proativamente – não reativamente.

O hub em tempo actual da Microsoft Material facilita isso. Com conectores embutidos para o clima MQTT e Azure Maps, o Contoso pode ingerir diversos fluxos de dados em apenas alguns cliques.

Abra o hub em tempo actual e clique em ‘Conecte a fonte de dados’.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Selecione o conector MQTT e conecte

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Crie uma nova conexão e preencha o nome do tópico.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Digite o modo de edição do EventStream.

Selecione ‘Adicionar fonte’ e ‘conectar fontes de dados.

Selecione o Conector de Dados do Meteorologia

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Escolha o native (por exemplo, Londres)

Um mapa com um rio e um conteúdo gerado por AI azul pode estar incorreto.

  • Ative o recurso de inferência de vários esquemas na página de configurações do EventStreams.

  • Navegue até a visualização de dados no fluxo padrão:
  • Selecione vários esquemas suspensos.
  • Cada esquema é inferido automaticamente a partir dos dados recebidos. Você pode mudar para esquemas diferentes para revisar os detalhes.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Etapa 2: Processar e transformar dados de streaming com operadores sem código e SQL

Depois que os dados começam a fluir para o Material EventsTream, o próximo passo é moldá -lo em um formato utilizável. Os dados brutos do sensor e clima geralmente precisam de filtragem, renomeação ou enriquecimento antes de estarem prontos para alertas ou painéis. Para o Contoso, isso significa extrair apenas os campos com os quais se preocupa e re-modelar os dados para estar em conformidade com um modelo de dados comum, por exemplo, temperaturas relatadas em Celsius em vez de Fahrenheit and so forth.

O tecido facilita a fácil com as ferramentas de transformação embutidas. Você pode usar operadores sem código para filtragem e modelagem rápida ou alternar para o SQL para uma lógica mais avançada-tudo dentro da mesma tela de eventos.

Clique + Adicione a transformação na tela de eventos (editar)

Use transformações visuais para selecionar campos, renomear colunas e alterar os tipos de dados.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Use SQL | Editar consulta ao autor e testar consultas

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Envie resultados para uma tabela de eventos conectando o operador SQL a um destino de eventos e finalizando a configuração do Eventhouse.

Usando as etapas que abordamos, o Contoso pode criar rapidamente e testar um pipeline de dados de streaming complexo, conforme demonstrado na Figura 2.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.
Figura 2 (EventsTream Topology para processar dados MQTT e meteorológicos)

Etapa 3: Aja nos dados de streaming-alertas e painéis em tempo actual

Depois que os dados do sensor e clima são ingeridos, processados e transformados, o próximo passo é agir sobre ele. Em alguns casos, isso significa desencadear alertas em tempo actual quando as condições excedem os limiares-como uma temperatura ambiente subindo acima de 100 ° F ou cruzando 50 pessoas. Em outros, significa visualizar tendências entre os edifícios para apoiar as decisões operacionais. Sejam respostas automatizadas ou monitoramento humano no loop, o valor dos dados de streaming vem da rapidez e claramente que impulsiona a ação.

O Material Intelligence em tempo actual suporta ambos os modos de ação-automação orientada por eventos com ativador de dados e observabilidade em tempo actual usando painéis em tempo actual da Eventhouse. Com o ativador de dados, o Contoso é capaz de definir condições de alerta diretamente no streaming de dados e acionar notificações ou fluxos de trabalho sem escrever código. Com os painéis de eventos e em tempo actual, eles podem construir painéis ao vivo que refletem as condições atuais em seus edifícios-em tempo actual.

Defina alertas ou ações de gatilho adicionando o ativador de dados como um destino para o EventStream

Defina condições de alerta e configure ações (por exemplo, notificações de equipes, e -mails, notebooks)

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Envie dados para a Eventhouse e construa um painel em tempo actual.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Use consultas visuais e ative a refrescamento automático para manter os insights vivos.

Uma captura de tela de um conteúdo gerado por AI do computador pode estar incorreto.

Conclusão

A jornada de Contoso mostra como a inteligência em tempo actual do tecido pode transformar sinais brutos em insights acionáveis-sem escrever código complexo ou costurar várias ferramentas. Desde a ingestão de dados do MQTT e do clima até os alertas de acionamento e a alimentação de painéis ao vivo, o Material oferece um caminho unificado e de baixo atrito para criar aplicativos inteligentes e orientados a eventos.

Essa abordagem não se limita a edifícios inteligentes; O padrão de design de ingestão, transformação, ACT é aplicável em várias indústrias:

  • Fabricação: Monitore os alertas de saúde do equipamento e acionamento de manutenção.
  • Varejo: Rastreie o tráfego de pedestres e otimize o pessoal em tempo actual.
  • Logística: Mix GPS e dados meteorológicos para redirecionar entregas.
  • Financiar: Detecte os padrões de fraude como transações transmitem.

Esteja você gerenciando um piso de fábrica, uma rede de logística ou uma loja digital, a fórmula é a mesma: Transmita. Moldar. Aja sobre isso.

Agora é a sua vez – discover o que é possível quando o seu Dados de streaming torna-se seu co-piloto.

Consulte os hyperlinks a seguir para obter orientações detalhadas de configuração:

Adoraríamos seu suggestions!

Sinta -se à vontade para chegar por e -mail emaskeventstreams@microsoft.com. Você também pode enviar suggestions ou solicitação de recurso emIdéias de tecidoe participe da conversa com colegas de usuários ema comunidade de tecidos

Se você ainda não o fez, verifique o vídeo Passo a passo por toda a experiência em ação.

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *