終止支援通知：在 2025 年 12 月 15 日， AWS 將終止對 的支援 AWS IoT Analytics。2025 年 12 月 15 日之後，您將無法再存取 AWS IoT Analytics 主控台或 AWS IoT Analytics 資源。如需詳細資訊，請參閱[AWS IoT Analytics 終止支援](https://docs.aws.amazon.com/iotanalytics/latest/userguide/iotanalytics-end-of-support.html)。
本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
# 什麼是 AWS IoT Analytics？
AWS IoT Analytics 會自動執行從 IoT 裝置分析資料所需的步驟。在將 IoT 資料存放在時間序列資料存放區進行分析之前， 會先 AWS IoT Analytics 篩選、轉換和擴充 IoT 資料。您可以設定服務，以只從裝置上收集所需的資料、進行數學轉換來處理資料，然後為資料增加裝置專屬的中繼資料 (例如裝置類型和位置)，再予以存放。然後，您可以使用內建的 SQL 查詢引擎執行查詢來分析資料，或執行更複雜的分析和機器學習推論。 AWS IoT Analytics 透過與 [Jupyter Notebook](http://jupyter.org) 的整合來實現進階資料探索。 AWS IoT Analytics 也透過與 [Quick Suite](https://quicksight.aws) 的整合來實現資料視覺化。Quick Suite 可在下列[區域](https://docs.aws.amazon.com/general/latest/gr/rande.html#quicksight_region)使用。
傳統的分析和商業智慧工具都是專門用來處理結構化資料。原始 IoT 資料通常來自記錄較不結構化資料 （例如溫度、動作或聲音） 的裝置。由於來自這些裝置的資料經常會有明顯的差異、損毀的訊息及錯誤的讀數，因此必須先清理之後才能進行分析。此外，IoT 資料通常只有在來自外部來源的其他資料內容中才有意義。 AWS IoT Analytics 可讓您解決這些問題，並收集大量裝置資料、處理訊息和存放它們。然後，您可以查詢資料並對其進行分析。 AWS IoT Analytics 包含常見 IoT 使用案例的預先建置模型，以便您可以回答問題，例如哪些裝置即將故障，或哪些客戶有捨棄其可穿戴裝置的風險。
## 如何使用 AWS IoT Analytics
下圖顯示如何使用 的概觀 AWS IoT Analytics。
![\[如何使用 的概觀 AWS IoT Analytics\]](http://docs.aws.amazon.com/zh_tw/iotanalytics/latest/userguide/images/HowitWorksIoTAnalytics.png)
### 主要功能
**收集**
+ 與 整合 AWS IoT Core-AWS IoT Analytics 與 完全整合， AWS IoT Core 因此可以在連線裝置傳入時接收訊息。
+ 使用批次 API 從任何來源新增資料 -AWS IoT Analytics 可以透過 HTTP 從任何來源接收資料。這表示連線至網際網路的任何裝置或服務都可以傳送資料至 AWS IoT Analytics。如需詳細資訊，請參閱《 *AWS IoT Analytics API 參考*》中的 [BatchPutMessage](https://docs.aws.amazon.com/iotanalytics/latest/APIReference/API_BatchPutMessage.html)。
+ 僅收集您要存放和分析的資料 - 您可以使用 AWS IoT Analytics 主控台，透過各種格式和頻率的 MQTT 主題篩選條件 AWS IoT Analytics ，設定 從裝置接收訊息。 會 AWS IoT Analytics 驗證資料是否在您定義和建立頻道的特定參數內。然後，服務會將該通道路由至適合的管道進行訊息處理、轉換和增加。
**流程**
+ 清理和篩選 -AWS IoT Analytics 可讓您定義在 AWS IoT Analytics 偵測到遺失資料時觸發的 AWS Lambda 函數，因此您可以執行程式碼來估計和填補差距。您也可以定義最大和最小篩選條件和百分位數閾值，以移除資料中的極端值。
+ 轉換 -AWS IoT Analytics 可以使用您定義的數學或條件邏輯轉換訊息，以便您可以執行常見的計算，例如攝氏轉換為華氏。
+ 豐富 -AWS IoT Analytics 可以使用天氣預測等外部資料來源豐富資料，然後將資料路由到 AWS IoT Analytics 資料存放區。
**存放**
+ 時間序列資料存放區 — 將裝置資料AWS IoT Analytics 存放在最佳化的時間序列資料存放區中，以加快擷取和分析速度。您也可以管理存取許可、實作資料保留政策，再將您的資料匯出至外部存取點。
+ 存放已處理和原始資料 -AWS IoT Analytics 存放已處理的資料，也會自動存放原始擷取的資料，以便稍後處理。
**分析**
+ 執行臨機操作 SQL 查詢 -AWS IoT Analytics 提供 SQL 查詢引擎，讓您可以執行臨機操作查詢並快速取得結果。此服務可讓您使用標準 SQL 查詢從資料存放區擷取資料，以回答問題，例如連線車輛機群的平均行駛距離，或智慧型建築物中有多少門在晚上 7 點後鎖定。即使連線裝置、機群大小和分析需求變更，這些查詢都仍可重複使用。
+ 時間序列分析 -AWS IoT Analytics 支援時間序列分析，因此您可以分析裝置隨時間的效能，並了解裝置使用方式和位置、持續監控裝置資料以預測維護問題，以及監控感應器以預測環境條件並做出反應。
+ 用於複雜分析和機器學習的託管筆記本 —AWS IoT Analytics 包括對 Jupyter 筆記本中託管筆記本的支援，用於統計分析和機器學習。此服務包含一組筆記本範本，其中包含 AWS撰寫的機器學習模型和視覺化。您可以使用 範本來開始使用與裝置故障分析相關的 IoT 使用案例、預測低用量等事件，這些事件可能表示客戶會捨棄產品，或依客戶用量層級 （例如重度使用者、週末使用者） 或裝置運作狀態來分割裝置。撰寫筆記本之後，您可以按照指定的排程進行容器化和執行。如需詳細資訊，請參閱[自動化您的工作流程](https://docs.aws.amazon.com/iotanalytics/latest/userguide/automate.html#aws-iot-analytics-automate)。
+ 預測 - 您可以透過稱為邏輯迴歸的方法進行統計分類。您也可以使用長短期記憶 (LSTM) 這種強大的類神經網路技術，預測隨時間變化的程序輸出或程序狀態。預先建置的筆記本範本也支援用於裝置區隔的 K-means 集群演算法，這會將您的裝置聚集成相似的裝置群。這些範本通常用於分析裝置運作狀態和裝置狀態，例如巧克力工廠的 HVAC 裝置或風力渦輪機葉片的磨損。同樣地，這些筆記本範本可以包含在排程中並執行。
**建置和視覺化**
+ Quick Suite 整合 -AWS IoT Analytics 提供 Quick Suite 的連接器，讓您可以在 QuickSight 儀表板中視覺化資料集。
+ 主控台整合 - 您也可以在 AWS IoT Analytics主控台的內嵌 Jupyter 筆記本中視覺化結果或臨機操作分析。
### AWS IoT Analytics 元件和概念
**頻道**
頻道會從 MQTT 主題收集資料，並會在將資料發佈到管道前，先將未處理的原始訊息封存。您也可以使用 [BatchPutMessage](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-batchputmessage) API 直接傳送訊息至頻道。未處理的訊息會存放在您或 AWS IoT Analytics 管理的 Amazon Simple Storage Service (Amazon S3) 儲存貯體中。
**管道**
管道會取用來自頻道的訊息，並可讓您在將訊息存放在資料存放區之前進行處理。處理步驟稱為**活動** ([管道活動](https://docs.aws.amazon.com/iotanalytics/latest/userguide/pipeline-activities.html#aws-iot-analytics-pipeline-activities))，對您的訊息執行轉換，例如移除、重新命名或新增訊息屬性、根據屬性值篩選訊息、在訊息上叫用 Lambda 函數以進行進階處理，或執行數學轉換以標準化裝置資料。
**資料存放區**
管道會將其處理完的訊息存放在資料存放區。資料存放區不是資料庫，但卻是可擴展且可查詢的訊息儲存庫。您可使用多個資料存放區存放不同裝置或位置的訊息，或是存放根據您的管道組態和需求依訊息屬性篩選的訊息。如同未處理的頻道訊息，資料存放區處理的訊息會存放在您或 AWS IoT Analytics 管理的 [Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html) 儲存貯體中。
**資料集**
您可以透過建立資料集從資料存放區擷取資料。 AWS IoT Analytics 可讓您建立 SQL 資料集或容器資料集。
資料集完成後，您可以使用 [Quick Suite](https://quicksight.aws) 透過整合來探索和深入了解資料。您也可以透過與 [Jupyter Notebook](http://jupyter.org) 整合來執行更進階的分析功能。Jupyter 筆記本提供強大的資料科學工具，可執行機器學習和一系列統計分析。如需詳細資訊，請參閱[筆記本範本](https://docs.aws.amazon.com/iotanalytics/latest/userguide/quickstart.html#aws-iot-analytics-notebook-templates)。
您可以將資料集內容傳送至 [Amazon S3](https://docs.aws.amazon.com/AmazonS3/latest/userguide/GetStartedWithS3.html) 儲存貯體，以便與現有的資料湖整合，或從內部應用程式和視覺化工具進行存取。您也可以將資料集內容做為輸入傳送到 [AWS IoT Events](https://docs.aws.amazon.com/iotevents/latest/developerguide/what-is-iotevents.html)，此服務可讓您監控裝置或程序操作失敗或變更，並在發生此類事件時觸發其他動作。
**SQL 資料集**
SQL 資料集類似於 SQL 資料庫的具體化畫面。您可以套用 SQL 動作來建立 SQL 資料集。透過指定觸發與重複排程可自動產生 SQL 資料集。
**容器資料集**
容器資料集可讓您自動執行分析工具並產生結果。如需詳細資訊，請參閱[自動化工作流程](https://docs.aws.amazon.com/iotanalytics/latest/userguide/automate.html#aws-iot-analytics-automate)。它結合 SQL 資料集做為輸入，含有分析工具及所需的程式庫檔案的 Docker 容器，輸入和輸出變數，以及選用的排程觸發。輸入和輸出變數會告知可執行的映像要在何處取得資料和存放結果。觸發可以在 SQL 資料集完成內容的建立時或根據時間排程表達式來執行您的分析。容器資料集將會自動執行、產生，然後儲存分析工具的結果。
**觸發條件**
您可以透過指定觸發來自動建立資料集。觸發可以是時間間隔 （例如，每兩小時建立此資料集） 或建立另一個資料集的內容時 （例如，`myOtherDataset`在完成建立其內容時建立此資料集）。或者，您可以使用 [CreateDatasetContent](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdatasetcontent) API 手動產生資料集內容。
**Docker 容器**
您可以建立自己的 Docker 容器來封裝分析工具，或使用 SageMaker AI 提供的選項。如需詳細資訊，請參閱 [Docker 容器](https://www.docker.com/resources/what-container)。您可以建立自己的 Docker 容器來封裝分析工具，或使用 [SageMaker AI](https://docs.aws.amazon.com/sagemaker/latest/dg/your-algorithms.html) 提供的選項。您可以在指定的 [Amazon ECR](https://docs.aws.amazon.com/AmazonECR/latest/userguide/what-is-ecr.html) 登錄中存放容器，讓它可安裝在您想要的平台上。Docker 容器能夠執行與 Matlab、Octave、Wise.io、SPSS、R、Fortran、Python、Scala、Java、C\$1\$1 等一起準備的自訂分析程式碼。如需詳細資訊，請參閱[容器化筆記本](https://docs.aws.amazon.com/iotanalytics/latest/userguide/automate.html#aws-iot-analytics-automate-containerize)。
**差異時段**
差異時段是一系列使用者定義、非重疊和接續的時間間隔。Delta 視窗可讓您使用自上次分析以來抵達資料存放區的新資料來建立資料集內容，並對其進行分析。您可以透過在資料集的 `filters`部分`deltaTime`中設定 `queryAction`來建立差異視窗。如需詳細資訊，請參閱 [https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdataset](https://docs.aws.amazon.com/iotanalytics/latest/userguide/api.html#cli-iotanalytics-createdataset) API。通常，您還需要設定時間間隔觸發 () 來自動建立資料集內容`triggers:schedule:expression`。這可讓您篩選在特定時段內到達的訊息，因此前一個時段的訊息中包含的資料不會計算兩次。如需詳細資訊，請參閱[範例 6 -- 使用 Delta 視窗 (CLI) 建立 SQL 資料集](https://docs.aws.amazon.com/iotanalytics/latest/userguide/automate.html#aws-iot-analytics-automate-example-createdataset6)。
## 存取 AWS IoT Analytics
作為 的一部分 AWS IoT， AWS IoT Analytics 提供下列界面，讓您的裝置能夠產生資料，而您的應用程式可以與其產生的資料互動：
**AWS Command Line Interface (AWS CLI)**
在 Windows、OS X 和 Linux AWS IoT Analytics 上執行 的 命令。這些命令可讓您建立和管理物件、憑證、規則和政策。若要開始使用，請參閱《[AWS Command Line Interface 使用者指南](https://docs.aws.amazon.com/cli/latest/userguide/cli-chap-welcome.html)》。如需 命令的詳細資訊 AWS IoT，請參閱《 *AWS Command Line Interface 參考*》中的 [iot](https://docs.aws.amazon.com/cli/latest/reference/iot/index.html)。
使用 `aws iotanalytics`命令與 互動 AWS IoT Analytics。使用 `aws iot`命令與 IoT 系統的其他部分互動。
**AWS IoT API**
使用 HTTP 或 HTTPS 請求建置您的 IoT 應用程式。這些 API 動作可讓您建立和管理物件、憑證、規則和政策。如需詳細資訊，請參閱 *AWS IoT API 參考*中的[動作](https://docs.aws.amazon.com/iot/latest/apireference/API_Operations.html)。
**AWS SDKs**
使用特定語言 APIs建置您的 AWS IoT Analytics 應用程式。這些 SDKs會包裝 HTTP 和 HTTPS API，並可讓您使用任何支援的語言進行程式設計。如需詳細資訊，請參閱 [AWS 開發套件與工具](https://aws.amazon.com/tools/#sdk)。
**AWS IoT 裝置 SDKs**
建置在您的裝置上執行並傳送訊息的應用程式 AWS IoT Analytics。如需詳細資訊，請參閱 [AWS IoT 開發套件](https://docs.aws.amazon.com/iot/latest/developerguide/iot-sdks.html)。
**AWS IoT Analytics 主控台**
您可以建置元件以在 [AWS IoT Analytics 主控台](https://console.aws.amazon.com/iotanalytics/)中視覺化結果。
## 使用案例
**預測性維護**
AWS IoT Analytics 提供 範本來建置預測性維護模型，並將其套用至您的裝置。例如，您可以使用 AWS IoT Analytics 來預測連網貨運車輛上的供暖和冷卻系統何時可能會故障，以便車輛可以重新路由以防止貨物損壞。或者，車輛製造商可偵測出哪位客戶的煞車踏板已耗損並予以警示，提示其尋求車輛維護。
**主動補充供應品**
AWS IoT Analytics 可讓您建置 IoT IoT 應用程式，以即時監控庫存。例如，食品和飲料公司可以分析食品販賣機的資料，並在供應品量少時，主動再訂購商品。
**程序效率評分**
透過 AWS IoT Analytics，您可以建置 IoT 應用程式，持續監控不同程序的效率，並採取行動來改善程序。例如，採礦公司可提高每趟運送的裝載量，以提升其礦車的效率。透過 AWS IoT Analytics，公司可以識別一段時間內位置或卡車最有效率的負載，然後即時比較與目標負載的任何偏差，並更好地規劃領導準則以提高效率。
**智慧農業**
AWS IoT Analytics 可以使用 AWS IoT 登錄檔資料或公有資料來源，以內容中繼資料豐富 IoT 裝置資料，讓您的分析在時間、位置、溫度、海拔高度和其他環境條件上具有因素。使用該分析，您就可以撰寫輸出建議動作的模型，供您的裝置在實地情況下採取。例如，為了判斷何時供水，灌溉系統可能會使用降雨資料來充實濕度感應器資料，從而實現更有效率的用水量。