數據可視化是目前物聯網的熱門話題。隨著越來越多的公司將數據驅動的計劃和創(chuàng)新融入其整體戰(zhàn)略和運營中，數據可視化的核心重要性正在不斷增長。服務提供商和最終用戶都開始認識到物聯網應用的數據可視化工具的獨特價值。我們正在學習如何從以前“浪費”的數據中獲取新的見解。

在這里，我將介紹一些用于物聯網應用程序數據可視化的最強大的工具，并討論選擇相關的選擇標準。

用于實時數據可視化的Power BI

與Tableau一起，Power BI是需要數據可視化的物聯網應用程序的必備工具。最初，Power BI是一個包羅萬象的商業(yè)智能工具，使公司能夠可視化各種數據集。它有一個完整的集成列表，它可以從Excel，Google Analytics，Salesforce和社交媒體平臺等許多來源提取數據。與大多數Microsoft產品一樣，Power BI非常直觀，并且具有合理的學習曲線。不過需要注意的是，Power BI是一項付費服務。

以下GIF顯示來自物聯網氣候監(jiān)測設備的數據的實時數據可視化

使用Power BI 實現物聯網應用程序的數據可視化：

蓬勃發(fā)展的物聯網市場激發(fā)了微軟擴展Power BI的能力，包括物聯網應用的實時數據可視化。

今天，您可以將任何物聯網設備，傳感器或應用程序連接到該工具，以實時流式傳輸數據，使其成為一個引人注目的數據可視化工具，不僅適用于基于Azure的項目，還適用于構建在任何主要平臺上的物聯網項目。除了相對簡單的設置和儀表板構建過程外，Power BI還因其獨特的口頭數據管理功能而脫穎而出。您可以使用自然語言命令來查詢數據，而且，Power BI將在屏幕上返回相關的可視化對象，這絕對是非技術用戶的勝利。

Power BI的好處：

流媒體和靜態(tài)數據

學習曲線短

豐富的數據可視化類型

自然語言數據查詢

新的物聯網集成

Grafana擅長于指標數據可視化

Grafana是一個專業(yè)的數據可視化和分析工具，專門用于時間序列分析的可視化。與Power BI一樣，Grafana以其廣泛的數據可視化技術，豐富的儀表板構建和管理功能以及廣泛的可能數據源列表(例如 AWS，Prometheus和ElasTIcsearch)而聞名。

使用Grafana進行物聯網應用的數據可視化：

Grafana最初設計用于CPU和系統健康監(jiān)控。但如上所述，該工具以其作為時間序列數據可視化的最佳工具之一而聞名。它在物聯網和以連接為中心的垂直領域非常受歡迎。

Grafana的出色功能包括復雜的儀表板構建，警報和通知，自定義過濾器以及流數據的注釋。Grafana還允許您為不同用戶個性化儀表板。但沒有工具是完美的。例如，沒有提供自然語言查詢功能。Grafana缺乏全文查詢，甚至需要為每個數據源提供特定的查詢語法。

Grafana的好處：

廣泛的數據源

適用于指標數據

數據管理特權：發(fā)送給信使或電子郵件的自定義過濾器，注釋，警報和通知

各種用戶角色的儀表板個性化

Kibana用于日志可視化

Kibana是ElasTIc Stack數據管理工具包的一部分。它專門用于可視化ElasTIcsearch集群的時間序列數據。它允許廣泛的數據表示。它還包括地圖，允許您進行自定義可視化，構建復雜的儀表板，并與團隊，管理甚至客戶輕松共享所有內容。

使用Kibana 進行物聯網應用的數據可視化：

Kibana構建于ElasTIcsearch之上，可直接集成到Elastic Stack環(huán)境中。然而，直接集成有一個主要缺點：Kibana僅限于來自Elasticsearch的數據。

盡管如此，該工具仍然是需要日志可視化和分析的物聯網應用程序的理想選擇，因為它能夠對數據查詢進行“模糊匹配”。Kibana還為用戶提供了高級可視化和數據管理功能，包括用于檢測和探索數據集中異常的機器學習技術。

Kibana的好處：

適用于任何類型的時間序列數據

機器學習功能

數據查詢的模糊匹配

易于設置和共享

與Elastic Stack直接集成

選擇正確的數據可視化工具

首先，如果公司已經將某個特定的數據管理工具用于某些目的，那么使用相同的工具或至少一個與預先存在的數據生態(tài)系統兼容的工具，來為新的物聯網項目構建數據可視化通常是有意義的。

例如，如果公司依靠Elastic Stack進行系統性能監(jiān)控，那么使用Kibana可能是一個好主意，因為它與Elastic Stack直接集成。另一方面，使用AWS的企業(yè)更容易與Grafana集成，而不是轉移到其他數據生態(tài)系統。但是，如果公司需要的不僅僅是時間序列數據可視化，那么像Tableau或Power BI這樣的多功能工具可能是不錯的選擇。它是歷史數據內容和您打算使用數據可視化實現的平衡。

Kibana適用于任何涉及日志或指標可視化的項目，而Grafana最適合僅限于指標可視化的項目。Grafana也非常適合需要為不同用戶提供個性化儀表板的應用程序，而Kibana則可以為所有用戶類別構建和共享統一儀表板。

Kibana和Grafana都是專門為時間序列數據分析而設計的。因此，它們?yōu)闀r間序列分析提供了廣泛的可視化特權。而且，這些工具是開源的，不需要任何費用。

澄清數據可視化的目標至關重要。問問自己，通過可視化這些數據，我想要實現哪些目標?我希望向人們展示什么? 首先要確定目標和需求，然后才能探索不同的數據可視化平臺。遵循此流程有助于確保您使用最適合您需求的工具。