在最近的re:Invent大會上，Amazon發布了AWS IoT Analytics的預覽版。這個解決方案在該大會的幾個會期中都提到了。

AWS IoT Analytics是AWS IoT平臺上最新的全托管服務，它可以對從IoT設備獲取的數據進行高級分析，用戶可以從典型的云計算中獲益，比如使用自動伸縮和按時付費定價模式。

該解決方案使用了通道（channel）和管道（pipeline）的概念，該管道接收未處理的消息，并對其進行處理并且執行相應活動。消息存儲在數據存儲中，并且可以從存儲中檢索數據集，以進行進一步的分析、可視化和操作。

圖片來源：https://aws.amazon.com/iot-analytics/

你可以通過控制臺使用AWS IoT Analytics，你可以使用它創建用于IoT信息處理的構件。

第一個任務是創建一個通道，該通道的作用是充當數據攝取點。該通道可以在AWS IoT Core中過濾來自MQTT的消息，或者對Rules Engine中的消息進行路由，它同時支持二進制數據和JSON數據。

管道可以富集、轉換或過濾消息。富集（Enrichment）可以使用外部資源來添加信息，比如從AWS IoT設備注冊中心添加屬性。轉換（Transformation）可以執行簡單的計算，比如單元轉換。過濾（Filtering）可以使用AWS Lambda函數來估算丟失數據的值。

原始數據和經過處理的數據都存儲在服務中，以便將來進行處理，并以時間序列對數據進行存儲和分析。數據存儲不是數據庫，而是在平臺上的多個數據庫技術之上的抽象。

一旦數據完成存儲，就可以通過查詢和檢索來對數據集進行分析。AWS IoT Analytics支持hoc SQL-like查詢，時間序列分析，例如根據時間推移來檢查設備的性能或尋找對應的趨勢，AWS IoT Analytics還支持統計分析以及機器學習分析。為了實現機器學習和統計分析，AWS IoT Analytics支持完全托管的Jupyter notebook。你可以在一開始就從幾個模板中選擇一個，這樣可以加快從存儲數據中獲得結果的速度，例如用于檢測設備故障的模板或者用于設備分割的K-mean聚類算法模板，這些模板都是經過AWS授權驗證的。

在經過分析之后，這些數據可以通過Amazon Quicksight或者通過AWS IoT Analytics控制臺中的嵌入式Jupyter notebooks進行可視化。

AWS IoT Analytics有一項功能，可以通過使用單一服務來獲取大量非結構化數據，并提供建議和行為，正如Ron Miller最近在TechCrunch上所說的：

由于涉及的數據量巨大，Amazon構建了一個專門的服務，而不是讓客戶使用像QuickSight這種更通用的工具來處理物聯網數據。這可能是因為它需要的是一個預測性元素，而不是去回顧已經發生的事情。

該服務一直沒有公開進行預覽，只在一些客戶中進行試用，其中包括Valmet，它是一家全球性的公司，屬于紙漿、紙張和能源行業，該公司提供智能家居解決方案的創意。Eric Ferguson是iDevices的首席軟件架構師，他對AWS IoT Analytics評論道：

AWS IoT Analytics提供的用于攝取、過濾、轉換并分析數據的工具對于我們的團隊來說，大大減少了一些未分化的責任，這使得我們的團隊能夠專注于管道中的富集行為和相關的機器學習模型，而不是把精力都投入到管道本身的機制中去。

該服務的付費模式采用按時計費模式（pay-as-you-go），并且在最初的12個月，該服務對用戶免費。

AWS IoT Analytics目前僅在美國西部（Portland）、西部（Virginia北部）、東部（Ohio）提供預覽版。你可以在產品預覽頁面注冊進行試用。

查看英文原文：Amazon Web Services Releases IoT Analytics in Preview