Advanced2 dagen
IoT-analyses op Azure: Van apparaten naar dashboards
End-to-end apparaattelemetrie-pipelines met IoT Hub, Azure Data Explorer en Digital Twins
Overzicht
Verbonden apparaten genereren de meest tijdgevoelige, hoogste-volume data in de onderneming — en de meeste datateams zijn niet uitgerust om ermee om te gaan. Deze tweedaagse training leert de Azure IoT-analyse-referentiearchitectuur uit het Azure Architecture Center: IoT Hub en Event Hubs voor apparaatingestie, Azure Functions en Stream Analytics voor real-time routering en verrijking, Cosmos DB voor het operationele hot path en Azure Data Explorer (ADX) voor het analytische cold path, waar KQL anomaliedetectie, tijdreeksvoorspelling en voorspellend onderhoud op petabyteschaal ontsluit. U modelleert ook fysieke assets met Azure Digital Twins en bouwt Grafana- en Power BI-dashboards die operators een live, uniforme weergave van hun fysieke wereld geven.
Wat u leert
- Een dual-path IoT-analysestructuur ontwerpen met een hot path (operationeel, lage latentie) en een cold path (analytisch, hoge doorvoer) met beheerde Azure-services
- Apparaattelemetrie inladen vanuit IoT Hub en Kafka naar Azure op schaal, met apparaatidentiteitsbeheer, D2C-berichten en berichtroutering
- Eventstromen in real-time verwerken en verrijken met Azure Functions en Azure Stream Analytics vóór verdeling over Cosmos DB en ADX
- Apparaattelemetrie bevragen, visualiseren en acties ondernemen in Azure Data Explorer met KQL — inclusief anomaliedetectie, tijdreeksanalyse en voorspellingsfuncties
- Fysieke assets, ruimten en hun relaties modelleren als een live graaf met Azure Digital Twins en vervolgens twin-statuswijzigingen streamen naar ADX voor analyses
- Operationele monitoring-dashboards bouwen met ADX native dashboards, Grafana, Power BI en Jupyter-notebooks verbonden met ADX
Programma
Dag 1 — Apparaatingestie, routering & het operationele pad
- Azure IoT-analyse-referentiearchitectuur: hot path vs. cold path-ontwerpbeslissingen en wanneer elk van belang is
- Azure IoT Hub: apparaatinrichtingsservice, D2C- en C2D-berichten, apparaattwins en berichtroutering naar meerdere endpoints
- Event Hubs als IoT-ingestielaag: Kafka-protocolondersteuning, consumergroepen, capture naar ADLS Gen2 en schalen voor miljoenen events per seconde
- Azure Functions voor real-time eventverwerking: event-getriggerde functies, binding aan Cosmos DB-uitvoer en fan-out-patronen voor multi-bestemmingsroutering
- Azure Stream Analytics: vensterfuncties (tumbling, hopping, sliding), referentiedatajoins voor apparaatmetadataverrijking en anomaliedetectie-operatoren
- Cosmos DB als operationeel hot path: NoSQL-documentmodel voor apparaatstatus, TTL voor automatisch gegevensverlopen en change feed-integratie met Functions
- Practicum: een complete IoT-ingestie-pipeline bouwen van IoT Hub via Stream Analytics naar Cosmos DB, met een Functions-getriggerde melding bij drempeloverschrijding
Dag 2 — Azure Data Explorer, Digital Twins & dashboards
- Azure Data Explorer-architectuur voor IoT: tabellen, ingestiebeleid, datapartitionering en continue ingestie vanuit Event Hubs via native connectors
- KQL voor IoT-analyses: tijdreeksoperatoren (make-series, series_decompose), anomaliedetectie met series_decompose_anomalies en meerstapsvoorspelling
- Patronen voor voorspellend onderhoud in ADX: voortschrijdende vensterstatistieken, drempelmeldingen via updatebeleid en KQL-resultaten invoeren in Azure Machine Learning voor scoring
- Azure Digital Twins: fysieke assets modelleren met DTDL, twin-grafen aanmaken voor gebouwen, fabrieken of voertuigvloten en twin-statuswijzigingen streamen naar Event Hubs en ADX
- Visualisatielaag: ADX native dashboards voor operationele teams, Grafana-integratie met de ADX-databron-plugin, Power BI voor zakelijke rapportage en Jupyter-notebooks voor ad-hocanalyse
- Beveiliging en governance: managed identity-verificatie tussen services, privé-endpoints voor IoT Hub en ADX, Microsoft Defender for IoT voor OT-/IT-netwerkmonitoring
- Productiearchitectuur: high-availability-patronen, disaster recovery voor ADX-clusters, kostenbeheer met ADX auto-stop en gelaagde caching-beleidsregels
- Practicum: gesimuleerde IoT-telemetrie inladen in ADX, KQL-anomaliedetectiequery's uitvoeren, twin-relaties modelleren in Azure Digital Twins en een Grafana-dashboard bouwen voor real-time apparaatmonitoring
Voor wie is deze training?
- Data engineers die cloud-side analysepipelines ontwerpen voor IoT- of industriële telemetriedata
- IoT-oplossingsarchitecten die Azure-services evalueren voor slimme gebouwen, wagenparkbeheer of productie-analyses
- Analytics engineers die bestaande Azure-dataplatforms uitbreiden om apparaatgegenereerde tijdreeksdata te verwerken
- Platformteams in energie, nutsbedrijven, logistiek of gezondheidszorg die grote vloten verbonden assets beheren
Vereiste voorkennis
- Ervaring met Azure-dataservices (Event Hubs, Storage of vergelijkbaar)
- Python- of C#-programmeergrondslagen
- Basiskennis van IoT-concepten: apparaten, telemetrie, D2C-berichten en MQTT/AMQP-protocollen
Tools & technologieën
Azure IoT HubAzure Event HubsAzure Data ExplorerAzure Stream AnalyticsAzure FunctionsAzure Cosmos DBAzure Digital TwinsKQLGrafanaPower BIAzure Machine Learning
Niet zeker welke training bij uw team past?
Neem contact op — wij adviseren welk leertraject het beste aansluit.