AWS IoT Analytics 是一项完全托管的服务,让您能够对大量 IoT 数据轻松运行复杂的分析,无需担心构建自己的 IoT 分析平台通常会产生的所有成本和复杂性。它是对 IoT 数据运行分析并获得见解的最简单的方法,可以让您针对 IoT 应用程序和机器学习使用案例做出更好、更准确的决定。
IoT 数据是高度非结构化数据,难以使用专用于处理结构化数据的传统分析和商业智能工具进行分析。IoT 数据的来源设备记录的信息通常包含很多噪声 (例如温度、运动或声音),因此,来自这些设备的数据常常会出现明显的空白、损坏的信息和错误的读数,必须在分析之前进行清理。而且,IoT 数据通常只在来自外部来源的其他数据的背景下才会意义。例如,为了确定何时给作物浇水,葡萄园灌溉系统通常会利用葡萄园降雨量数据来丰富湿度传感器数据,以便更有效地利用水资源并尽可能提高作物产量。
AWS IoT Analytics 可以自动执行每个复杂的步骤来分析来自 IoT 设备的数据。IoT Analytics 可以筛选、转换和丰富 IoT 数据,然后将其存入一个时间序列数据存储中以便分析。您可以将该服务设置为只从您的设备中收集需要的数据,应用数学转换来处理数据,并使用特定于设备的元数据 (例如设备类型和位置) 来丰富数据,然后再存储处理过的数据。然后,您可以使用内置 SQL 查询引擎来运行临时查询或计划查询,从而分析您的数据,也可以执行更复杂的分析和机器学习推理。利用 IoT Analytics,您可以添加适用于常见 IoT 使用案例的预构建模型,从而轻松开始使用机器学习,因此能快速确定哪些设备会发生故障,或者哪些客户有可能会停止使用可穿戴设备。
AWS IoT Analytics 完全托管并且自动扩展,可以处理高达 PB 级的 IoT 数据。借助 IoT Analytics,您能够分析来自数百万台设备的数据并构建速度快、响应性高的 IoT 应用程序,无需管理硬件或基础设施。
有关更多信息,请访问 AWS IoT Analytics 文档页面。
AWS IoT Analytics 的优势
轻松运行 IoT 数据查询
运行时间序列分析
针对 IoT 优化数据存储
准备 IoT 数据以便分析
机器学习工具
自动扩展,按需付费
工作原理
使用案例
智能农业
预测性维护
主动补充物资
处理效率评分
博客文章与网络研讨会



