去年晚些时候，我们宣布预览我们的工业物联网分析平台的一些基础功能，该平台具有可扩展的时间序列存储，用于趋势几十年的数据，支持语义模型来描述特定领域的元数据，以及增强的分析API和UX。我们正在利用这个分析平台的强大功能，增加丰富性和灵活性，并为我们的企业物联网客户开辟新的场景。今天，我们宣布了以下新功能：冷暖分析支持，它建立在我们现有预览的基础上，并在冷库和冷库之间提供基于保留的数据路由。客户现在可以对温暖的数据执行交互式分析，还可以获得存储在客户拥有的Azure数据湖中的数十年历史数据的操作智能。一个灵活的分析平台，能够将客户拥有的Azure Data Lake附加到Azure时间序列洞察以进行数据存档，从而允许客户拥有其物联网数据的所有权。客户可以使用熟悉的技术（包括apachespark）连接到各种高级分析场景并进行交互操作，例如预测性维护和机器学习™、Databricks、Jupyter等。丰富的查询API和用户体验支持插值、新的标量和聚合函数、分类变量、散点图和时间序列信号的时移，以便进行深入分析。在解决方案的所有层（包括摄取、存储、查询和元数据/模型）的显著规模和性能改进，以支持客户的物联网解决方案需求。Azure Time Series Insights Power BI connector使客户能够将他们在Azure Time Series Insights中执行的查询直接带到Power BI中，以便在单个窗格中获得其BI和时间序列分析的统一视图。Azure Time Series Insights继续提供可扩展的按需付费定价模型，使客户能够调整其使用情况以满足其业务需求，并让Azure Time Series Insights分析平台担心如何扩展基础设施以满足其不断增长的需求。工业物联网综合分析平台去年12月，我们发布了第一波能力预览。从那以后，我们的客户接受度和反馈都非常好，这使得我们今天进行了预览更新。我们的客户遍及所有主要工业物联网领域，包括制造业、汽车业、石油和天然气、电力和公用事业、智能建筑和物联网咨询。这些客户告诉我们物联网时间序列分析不仅仅是实现卓越运营的潜力。物联网时间序列数据和丰富的背景帮助他们推动动态转型，使他们的业务变得比以往任何时候都更加敏捷和数据驱动。为了帮助最大限度地发挥时间序列数据的价值并推动这场数字革命，我们正在更新Azure time series Insights产品，以支持对多层存储、开放文件格式和连接到其他数据服务的灵活性进行全面和丰富的分析，以实现连接的数据场景、企业级规模和性能，增强的用户体验和SDK支持，以及到数据服务（如Power BI）的现成连接器，以支持端到端分析方案。预览刷新中新功能的详细信息对多层存储进行全面而丰富的分析大多数工业物联网客户使用物联网数据处理各种数据访问场景。为了满足这些需求，azuretime Series Insights为冷暖数据分析提供了可伸缩的多层时间序列存储。当客户提供Azure时间序列洞察时，在选择PAYG定价选项后，他们可以将Azure存储配置为冷库，并启用warm store。此外，客户可以选择暖店的保留期（可随时配置）。Azure time Series Insights将根据配置的保留期自动将接收到的数据路由到热存储区，例如，如果保留时间配置为30d，当数据流化时，价值30d的数据将存储在warm store中。默认情况下，所有数据都会路由到客户拥有的Azure datalake，用于存档和分析。在配置的保留期内完成的查询总是从热存储区提供服务，而不需要来自用户的其他输入。保留期之外的查询总是从冷库中处理。这允许客户在warm上进行高容量、交互式、基于资产的分析，用于监控、仪表板和故障排除场景。客户可以继续对存储在Azure data Lake中的数十年冷数据进行基于资产的分析，用于操作智能，包括故障排除、黄金批次分析、预测分析等。灵活的分析平台，可与第一方和第三方数据服务集成我们的cold store释放出的一个关键而强大的功能是与其他数据解决方案的数据连接，以实现端到端场景覆盖。如前所述，cold store是客户拥有的Azure Data Lake，是他们所有物联网数据和元数据的真实来源。数据以开放源代码的apacheparquet格式存储，以实现高效的数据压缩、空间、查询效率和可移植性。azuretime Series Insights将为客户使用的流行和熟悉的数据服务（例如apachespark）提供开箱即用的连接器™ 或用于机器学习和预测分析的数据块。这是一个正在进行的工作，不久将提供给客户。作为此次预览更新的一部分，我们将发布Azure Time Series Insights Power BI连接器。此功能通过"导出"选项在Azure Time Series Insights Explorer用户体验中提供，允许客户将他们在我们的用户体验中创建的时间序列查询直接导出到Power BI桌面，并与其他BI分析一起查看其时间序列图。这为投资于Power BI的工业物联网企业开启了一种新的场景类别。它从各种数据源（包括物联网时间序列）中提供了一个单一的分析窗格，从而解锁了重要的商业和运营智能。增强的基于资产的分析API和用户体验自去年12月我们的预览发布以来，我们已经与许多关键的物联网企业客户合作，围绕查询和用户体验确定一系列需求的优先级。其结果是，作为今天预览更新的一部分，我们将宣布以下新功能：从现有数据中重建时间序列信号的插值方法分类变量离散信号处理三角函数散点图用于理解数据模式的时移时间序列信号对层次结构遍历、时间序列搜索、自动完成、路径和方面的模型API改进改进的搜索和导航效率和连续令牌以支持大规模查询改进的绘图功能，包括支持步进插值、最小或最大阴影等更新的模型创作和编辑经验增加了查询并发性，最多支持30个并发查询在接下来的几个月里，我们将推出许多新功能，包括支持时间加权平均值、额外的标量和聚合函数、仪表盘等。Azure Time Series Insights致力于客户的成功我们期待着继续履行我们的承诺，即为客户简化物联网，并授权他们利用物联网数据和解决方案实现更多目标。有关详细信息，请访问Azure Time Series Insights产品页面和文档。另外，现在就试试快速入门，开始使用azuretime Series Insights。请提供我们如何改进产品和文档的反馈和建议，方法是向下滚动到每个文档页面的底部，您可以在其中找到"产品反馈"按钮或登录到您的GitHub帐户并提供反馈。我们重视您的意见，并希望听到您的意见。