物联网（IoT）是帮助企业从其工业资产中发现实时见解的成熟技术，为工业4.0的发展开辟了道路。回答诸如"我所有的资产现在表现如何？"或"如何改进我的制造过程和成就？"以及"我的资产何时需要维修？"过去是不可能知道或需要手动收集数据，但总是过时。如今，商业领袖们正利用物联网，只需点击一个按钮就能看到这些信息。然而，随着从工业资产中收集的数据量越来越大，寻找洞察可能变得越来越困难。它可能开始需要昂贵和耗时的数据争论和数据分析技术，由高度专业化的工作人员执行。这就是Azure时间序列洞察Gen2的用武之地。这一全面管理的物联网分析平台目前普遍可用，使您能够发现隐藏的趋势，发现异常，并在大量工业数据中进行根本原因分析，并提供直观和直接的用户体验。简单而强大的azuretime Series Insights Gen2允许您在数百万个传感器上探索和分析数十亿个情境化事件。由于azureTimesSeries Insights Gen2是一个无服务器的产品，您不必担心自己管理复杂的计算集群。此外，azuretime Series Insights Gen2提供了一个可伸缩的按量付费定价模型，使您能够根据业务需求调整使用情况。azuretime Series Insights Gen2既是一个web体验，也是一个平台。知识工作者可以使用时间序列浏览器的web体验，通过简单、直观的用户界面，在几秒钟内从数PB的物联网数据中找到见解。开发人员可以使用这个开放的、可扩展的平台，使用我们丰富的api和JavaScript sdk构建解决方案和定制用户体验。Azure Time Series Insights Gen2是为工业物联网应用量身定制的。在全球客户反馈的推动下，以下是目前普遍可用的关键功能，以及它们如何使工业物联网客户受益。Azure Time Series Insights Gen2提供了多层存储物联网客户以各种方式处理物联网数据。我们看到的两种最常见的情况是：在短时间内进行高度互动的分析。对数十年历史数据的高级分析。azuretime Series Insights Gen2涵盖了基于保留的数据路由在托管warm和自带冷库（包括azuredatalake存储）之间进行路由的场景。Warm store可配置为最多保留31天的物联网数据，允许您以低延迟执行高度交互式的以资产为中心的分析，以监控、趋势和排除资产故障。冷库（Cold store）具有近乎无限的保留能力，可用于存储价值数十年的历史物联网数据，随时可用于操作智能和提高效率。多层存储。企业规模以满足工业客户的分析需求azuretime Series Insights Gen2为许多工业客户的分析需求提供了支持，这些客户遍及所有主要领域，包括制造业、电力和公用事业、石油和天然气、汽车、智能建筑和采矿业。这些客户在数百万个数据点上生成数十亿个事件，大多数客户都在努力跟上由其资产生成的大量数据。Azure时间序列洞察Gen2能够快速有效地适应大量数据。除了我们的可扩展存储选项之外，azuretimeseriesinsights Gen2还支持每个环境一百万个时间序列实例（或标记），并提供丰富的语义建模。这使您能够无缝地探索高度上下文化的数据，并将行业资产的趋势关联起来，以释放洞察力并实现卓越的运营。Azure时间序列Gen2支持一百万个标记实例。Microsoft Power BI connecter有助于将数据仓库整合到一起将数据仓库整合在一起的能力对于制定数据驱动的决策和推动数字化转型非常重要。Azure Time Series Insights Gen2提供了一个现成的Power BI连接器，用于将Azure时序Insights Gen2查询连接到Power BI工作区。您可以轻松地在单个窗格中查看时间序列和业务智能数据，从而从整体上了解您的业务状况，从而做出更好的决策。Azure时间序列Gen2与Power BI集成。将原始遥测与时间序列模型结合起来传统上，从物联网设备收集的数据缺乏上下文信息，这使其难以用于商业目的。azuretime Series Insights Gen2中的时间序列模型允许您通过定义层次结构、实例属性和类型来对原始遥测进行上下文化。这使您对以资产为中心的数据的分析变得简单，对您的组织更有价值。使用时间序列资源管理器可以很容易地从时间序列模型开始创建和管理您的模型。或者，时间序列模型也可以通过我们丰富的API表面进行管理。在时间序列中，Azure允许你对时间序列进行原始的遥测。使用Azure时间序列洞察Gen2与Azure Digital Twins获得见解通过集成Azure时间序列洞察Gen2和Azure Digital Twins实现更大的洞察力。Azure Digital Twins允许您对物理环境进行完全建模，并流式实时物联网数据，以完整地查看连接的资产和环境。了解您的资产、客户和流程在真实环境和模拟环境中是如何交互的。 使用Azure时间序列洞察Gen2与Azure数字孪生兄弟获得更深入的见解。开放灵活的集成azuretime Series Insights Gen2可以与您熟悉和喜爱的工具一起使用。我们的冷库由客户拥有的Azure Data Lake提供支持。将azuredatalake存储与我们对开源的本地支持相结合，高效的apacheparquet可以让您深入了解几十年来的物联网历史数据。此外，Azure Time Series Insights Gen2附带了Power BI连接器，允许客户将在Azure Time Series Insights Gen2中创建的时间序列查询导出到Power BI中，并与其他业务数据一起查看其时间序列数据。其他备受追捧的连接器，用于流行的分析平台，如apachespark™，数据块和Synapse将随着时间的推移变得可用。面向知识工作者和开发人员的时间序列浏览器分析工具时间序列浏览器的一流用户体验允许您使用插值、标量和聚合函数、分类变量、散点图和时间序列信号的时间偏移来分析数据。时间序列资源管理器具有以下用户体验功能：自动刷新图表。在层次结构中反向查找实例的位置。通过单个操作选择并绘制多个变量的图表。查看图表统计。创建标记注释。在井中复制时间序列实例并更改变量。通过新的颜色选择器工具更改线条颜色。使用泳道将相关的时间序列分组在一起。新的富查询API现在使您能够在时间序列资源管理器之外使用插值、新的标量和聚合函数以及分类变量。时间序列资源管理器具有以下API功能：从现有数据中插值模式以重建时间序列信号。使用分类变量处理离散信号。应用三角函数来识别模式。计算时间加权平均数。利用新的API进行层次结构遍历、时间序列搜索、自动完成、路径和方面。大规模查询数据，提高搜索和导航效率。利用新的条件逻辑，如IFF，它允许您在选择计算时考虑哪些数据时确定表达式是真还是假。与分类变量一起使用时，可以创建阈值监视器并将值的范围映射到它们的类别。客户正在使用Azure时间序列洞察力来获得制造业、电力和公用事业、石油和天然气、汽车、智能建筑和采矿业的业务洞察力。恒天然为员工提供数据恒天然成立于2001年，是全球第二大乳制品加工商，约占全球乳制品出口的30%。该合作社拥有超过10000名新西兰农民，在100多个国家开展业务，每年加工约220亿升牛奶。2018年，恒天然做出了加快数字化转型的决定。经过长时间的审查，微软被选中用一个新的、尖端的、基于云的平台升级他们的旧系统。更新后的系统改名为"新历史学家"，通过赋予其操作员、领导者、数据科学家和商业智能团队更智能地使用数据的能力，承诺实现他们成为数据驱动型组织的目标。将恒天然技术转变为先进的技术。我们选择了azuretime Series Insights来提供存储、上下文化和分析功能，并替换了我们的遗留本地历史记录。这将使我们能够有效地整合我们的数据，以增强运营商、领导者、数据科学家和商业智能团队的能力ENGIE Digital支持数千种资产ENGIE Digital是一家可再生能源供应商，为50多个国家的数百万消费者提供能源和能源相关服务。ENGIE Digital设计、构建和运行独特的解决方案，通过支持其他ENGIE Digital业务部门的开发和运营来帮助他们。ENGIE Digital使用一个内部操作平台，每秒从全球数千个风能、太阳能、沼气和水力发电资产中实时收集和处理数百万个物联网信号。ENGIE数字选择