微软为 Azure 时序见解服务新增根源分析和时间探索功能

今年四月，微软曾宣称将对 Azure 物联网（IoT）平台进行更新，而新发布的 Azure 时序见解（TSI）是 InfoQ跟进的重点之一。该服务可以帮助用户跨越时间序列发现并管理自己的设备遥测数据。

对于制造、油气、公共事业、交通运输和采矿等行业来说，时序数据并不算什么新事务。然而该领域的传统解决方案严重依赖本地部署的老旧技术和产品，并且往往采用价格的收费模式。但用户已经逐渐开始关注基于用量计费的云服务存储并分析设备数据的做法。工业运营技术（OT）咨询事务所 iSolutions总结了客户使用云服务所能获得的一些收益：

推动这种趋势 [云端时序数据服务] 发展的主要因素包括成本方面的考虑、对于云端分析能力（例如流式查询和通知、机器学习、云端商业智能等）的需求，某些情况下可能还包括现有本地数据处理系统的性能局限。

微软的时序见解服务目前处于公开预览阶段，微软最近为其提供了一些新功能，例如根源分析，以及对时间探索功能的更新。

Azure 时序见解可以处理海量数据，但这偶尔会造成“信噪比”难题。对此，微软首席项目经理 OP Ravi解释说：

时序见解是一种托管式的分析、存储和可视化服务，可以帮助用户轻松地同时探索并分析数十亿物联网事件。我们从制造业、油气等行业的客户中收集了大量反馈，他们同时还希望对此进行根源分析和调查，但以往很难从自己的数据中快速获得具备统计显著性的模式。为了让这一过程更高效，我们最近提供了一项功能，可以主动呈现出所选数据区域内最具统计显著性的模式。借此，用户无需查阅数千条事件，即可快速简单地理解其中蕴含的重要模式。

微软还通过一系列改进让用户可以更轻松地在重要的数据模式之间跳转。微软认为，这样的功能可以帮助用户减少事后调查工作中对事件进行分类所需的时间。

微软专注的另一个领域在于为客户的数据探索过程提供更出色的控制能力。Ravi 解释说：

很多行业的客户称，他们已经在使用时序见解服务分类并诊断关键资产上所部署的传感器生成的数据，但他们希望对可视化结果的浏览和导航获得更细化的控制能力。为了实现这些客户的需求，我们为时间导航功能的易用性进行了诸多改进，借此简化分类和诊断过程。

更具体来说，该服务新增了一个时间间隔滑块，借此可导航更大范围的时序数据，并可细化至毫秒范围内。此外微软将调整默认起点，针对用户选择的数据范围默认现实最优化的视图。该功能可供用户快速找到答案，同时可在精度、查询速度、粒度方面实现更好的平衡。

图片来源： https://azure.microsoft.com/en-us/blog/root-cause-analysis-and-time-exploration-updates-to-azure-time-series-insights/

Azure 时序见解目前处于公开预览阶段，任何具备 Microsoft Azure 帐户的用户均可申请免费的演示环境，借此探索各种新功能和特性。

阅读英文原文： Microsoft adds Root Cause Analysis and Time Exploration updates to Azure Time Series Insights