Daten aus einer beliebigen Quelle aufnehmen, einschließlich AWS IoT Core – Nehmen Sie Daten direkt aus AWS IoT Core in AWS IoT Analytics auf. Oder verwenden Sie eine BatchPutMessage-API, um Ihre Daten von Amazon S3, Amazon Kinesis oder einer beliebigen anderen Quelle an AWS IoT Analytics zu senden. Dank der vollständigen Integration von AWS IoT Analytics in AWS IoT Core und der API ist es einfach, Nachrichten von verbundenen Geräte zu empfangen.

Nur die Daten erfassen, die Sie speichern und analysieren wollen – Mit der AWS IoT Analytics-Konsole können Sie AWS IoT Analytics so konfigurieren, dass Nachrichten von Geräten über MQTT-Themenfilter in verschiedenen Formaten und Frequenzen empfangen werden. AWS IoT Analytics überprüft, ob die Daten innerhalb der von Ihnen definierten Parameter liegen, und erstellt Kanäle. Der Service leitet dann die Kanäle zur Verarbeitung, Transformation und Anreicherung der Nachrichten an die entsprechenden Pipelines weiter.

Bereinigen und Filtern – Mit AWS IoT Analytics können Sie AWS Lambda-Funktionen definieren, die ausgelöst werden, wenn AWS IoT Analytics fehlende Daten erkennt, sodass Sie Code ausführen können, um Lücken abzuschätzen und zu schließen. Sie können auch Max/Min-Filter und Perzentil-Schwellenwerte definieren, um Ausreißer in Ihren Daten zu entfernen.

Ad-hoc- oder geplante SQL-Abfragen ausführen – AWS IoT Analytics beinhaltet eine integrierte SQL-Abfrage-Engine, über die Sie Ad-hoc- oder geplante Abfragen ausführen können und schnelle Ergebnisse erhalten. Zum Beispiel können Sie so eine schnelle Abfrage ausführen, um herauszufinden, wie viele aktive Benutzer es pro Monat für jedes Gerät in Ihrer Flotte gibt.

Zeitreihenanalyse – AWS IoT Analytics unterstützt außerdem Zeitreihenanalysen, sodass Sie die Leistung von Geräten über einen Zeitverlauf analysieren und verstehen können, wie und wo sie verwendet werden, kontinuierlich Gerätedaten überwachen können, um Wartungsprobleme vorherzusagen, und Sensoren überwachen können, um auf Umgebungsbedingungen zu reagieren.

Gehostete Notebooks für komplexe Analysen und maschinelles Lernen – AWS IoT Analytics bietet Unterstützung für gehostete Jupyter Notebooks für statistische Analysen und maschinelles Lernen. Der Service beinhaltet einen Satz vorgefertigter Notebook-Vorlagen, der AWS-verfasste ML-Modelle und Visualisierungen enthält. So können Sie IoT-Anwendungsfälle für die Profilierung von Geräteausfällen, die Vorhersage von Ereignissen, wie niedrige Nutzung, die signalisieren kann, dass der Kunde das Produkt bald nicht mehr verwenden wird, die Segmentierung von Geräten nach Kundennutzungshäufigkeit (beispielsweise Dauernutzer, Wochenendnutzer) oder den Zustand des Geräts einfach und schnell nutzen.

Mittels logistischer Regression können Sie statistische Klassifizierungen durchführen. Sie können ebenfalls den Langzeit-Kurzzeitspeicher (Long-Short-Term Memory, LSTM) nutzen, eine leistungsstarke neurale Netzwerktechnik zur Vorhersage der Ausgabe oder des Status eines Prozesses, der sich mit der Zeit ändert. Die vorkonfigurierten Notebook-Vorlagen unterstützen auch den K-Means-Clustering-Algorithmus für die Gerätesegmentierung, der Ihre Geräte in Gruppen ähnlicher Geräte einordnet. Diese Vorlagen werden für gewöhnlich dafür verwendet, den Zustand und den Status eines Geräts festzustellen (z. B. bei HVAC-Einheiten in einer Schokoladenfabrik oder bei Windradrotorenblättern, um die Abnutzung zu ermitteln).

Eigene benutzerdefinierte Container verwenden – AWS IoT Analytics importiert Ihre benutzerdefiniert verfassten Code-Container, die in AWS IoT Analytics oder einem Drittanbieter wie Matlab oder Octave usw. erstellt wurden, damit Sie mehr Zeit haben, sich auf das zu konzentrieren, was Sie von Ihrer Konkurrenz abhebt. Es ist nicht nötig, Ihre vorhandenen Analysen, die Sie in Drittanbietertools erstellt haben, erneut zu erstellen. Importieren Sie einfach Ihren Analyse-Container in AWS IoT Analytics und führen Sie ihn bei Bedarf aus.

Wenn Sie Jupyter Notebooks verwenden, erstellen Sie einfach ein ausführbares Container-Abbild Ihres Jupyter Notebook-Codes mit nur einem Mausklick und visualisieren Sie Ihre Container-Analyse in der AWS IoT Analytics-Konsole.

Automatisierte Container-Ausführung – Mit AWS IoT Analytics können Sie die Ausführung von Containern automatisieren, die verfassten, analytischen Code oder Jupyter Notebooks hosten, um eine kontinuierliche Analyse durchzuführen. Sie können die Ausführung Ihrer benutzerdefinierten Analyse auf Grundlage des sich wiederholenden Zeitplans planen, der am besten auf Ihre Geschäftsanforderungen zugeschnitten ist.

Inkrementelle Datenerfassung mit anpassbaren Zeitfenstern – Mit AWS IoT Analytics können Benutzer Analysen für neue inkrementelle Daten durchführen, die seit der letzten Analyse erfasst wurden. Sie können die Effizienz der Analyse verbessern und die Kosten senken, indem Sie nur die neuen Daten präzise scannen. Unabhängig davon, wann Sie Ihre letzte Analyse ausgeführt haben, erfassen anpassbare Zeitfenster für Sie die neuen Daten seit Ihrer letzten Analyse.

QuickSight-Integration – AWS IoT Analytics bietet eine Verbindung zu Amazon QuickSight, sodass Sie Ihre Datensets in einem QuickSight-Dashboard visualisieren können. Sie können die Ergebnisse oder Ihre Ad-hoc-Analyse auch in den eingebetteten Jupyter Notebooks in der AWS IoT Analytics-Konsole visualisieren.