今年四月，微軟曾宣稱將對Azure物聯網（IoT）平臺進行更新，而新發布的Azure時序見解（TSI）是InfoQ跟進的重點之一。該服務可以幫助用戶跨越時間序列發現并管理自己的設備遙測數據。

對于制造、油氣、公共事業、交通運輸和采礦等行業來說，時序數據并不算什么新事務。然而該領域的傳統解決方案嚴重依賴本地部署的老舊技術和產品，并且往往采用價格的收費模式。但用戶已經逐漸開始關注基于用量計費的云服務存儲并分析設備數據的做法。工業運營技術（OT）咨詢事務所iSolutions總結了客戶使用云服務所能獲得的一些收益：

推動這種趨勢[云端時序數據服務]發展的主要因素包括成本方面的考慮、對于云端分析能力（例如流式查詢和通知、機器學習、云端商業智能等）的需求，某些情況下可能還包括現有本地數據處理系統的性能局限。

微軟的時序見解服務目前處于公開預覽階段，微軟最近為其提供了一些新功能，例如根源分析，以及對時間探索功能的更新。

Azure時序見解可以處理海量數據，但這偶爾會造成“信噪比”難題。對此，微軟首席項目經理OP Ravi解釋說：

時序見解是一種托管式的分析、存儲和可視化服務，可以幫助用戶輕松地同時探索并分析數十億物聯網事件。我們從制造業、油氣等行業的客戶中收集了大量反饋，他們同時還希望對此進行根源分析和調查，但以往很難從自己的數據中快速獲得具備統計顯著性的模式。為了讓這一過程更高效，我們最近提供了一項功能，可以主動呈現出所選數據區域內最具統計顯著性的模式。借此，用戶無需查閱數千條事件，即可快速簡單地理解其中蘊含的重要模式。

微軟還通過一系列改進讓用戶可以更輕松地在重要的數據模式之間跳轉。微軟認為，這樣的功能可以幫助用戶減少事后調查工作中對事件進行分類所需的時間。

微軟專注的另一個領域在于為客戶的數據探索過程提供更出色的控制能力。Ravi解釋說：

很多行業的客戶稱，他們已經在使用時序見解服務分類并診斷關鍵資產上所部署的傳感器生成的數據，但他們希望對可視化結果的瀏覽和導航獲得更細化的控制能力。為了實現這些客戶的需求，我們為時間導航功能的易用性進行了諸多改進，借此簡化分類和診斷過程。

更具體來說，該服務新增了一個時間間隔滑塊，借此可導航更大范圍的時序數據，并可細化至毫秒范圍內。此外微軟將調整默認起點，針對用戶選擇的數據范圍默認現實最優化的視圖。該功能可供用戶快速找到答案，同時可在精度、查詢速度、粒度方面實現更好的平衡。

圖片來源：https://azure.microsoft.com/en-us/blog/root-cause-analysis-and-time-exploration-updates-to-azure-time-series-insights/

Azure時序見解目前處于公開預覽階段，任何具備Microsoft Azure帳戶的用戶均可申請免費的演示環境，借此探索各種新功能和特性。

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