AWS IoT分析服務GA登場，內建分析模型還能視覺化呈現結果

最近AWS於自家的官網上宣布分析服務AWS IoT Analytics推出正式版了，能分析IoT裝置收集的資料，透過分析服務來整理、處理、收集、儲存和分析大量的數據。

AWS IoT分析服務近來也根據用戶的回饋意見，新增了多項功能，包含透過BatchPutMessage API處理外部來源的資料、儲存的資料新增數據取回的機制、重新處理現有的數據、預覽分析結果的Pipeline，以及利用SampleChannelData API預覽多個通道的訊息等功能。

在準備資料的部分，可藉由通道（Channel）將IoT裝置的數據收集至分析服務中，可接受Binary和JSON的格式訊息，再藉由Pipeline導入由通道收集的資料，一步一步處理數據，像是過濾屬性、新增或刪除欄位、加入Lambda的功能等，接著將資料輸出到數據儲存服務（Data Store），數據儲存服務可提供用戶查找經過優化的IoT資料，再將用戶請求（Query）的結果輸出到資料集（Dataset）。

接著則進入資料分析的階段，資料集類似SQL資料庫，用戶能夠根據請求創造資料集，可以手動產生資料集，或是設定定期的排程。

而Notebooks則是整合了Jupyter Notebooks，讓用戶可以透過自己的程式碼，或是建立的機器學習模型來分析數據。AWS IoT的分析服務提供多個Notebook模板，內建常見的IoT分析模型，像是Predictive Maintenance、Anomaly Detection、Fleet Segmentation和Forecasting。除此之外，AWS還透過的Quicksight服務將資料分析結果視覺化，方便用戶檢視資料分析的結果。