Lekce 7 - Microsoft AZURE - Table Storage zobrazení dat a úvod do BI

V minulé lekci jsme se věnovali ukládání dat pomocí Stream Analytics Query Language. V dnešní lekci našeho Azure kurzu se na tato data podíváme, jak jsme si slíbili, a uděláme si také úvod do Business Inteligence.

K Table storage odkudkoliv a z čehokoliv

Pro přístup k datům máme řadu nástrojů, které to dokáží. Je asi logické, že většina je z dílny Microsoftu.

Někteří z vás si při vytváření výstupu ve volbě Sink všimli možnosti ukládání dat do SQL databáze a určitě jim to přišlo logičtější. Tato volba by byla určitě logická, zejména při použití velkého množství dat, se kterými chcete následně pracovat. Já jsem ji úmyslně nepoužil, neboť jsem chtěl něco jednoduššího. Chtěl jsem vám ukázat něco jako objektovou tabulku v praxi. Pro všechny, co programujete v C#, se z ní může stát jednoduše backendové online úložiště pro vaše projekty, ke kterému máte možnost online přistupovat.

Věřte mi nebo ne, velmi jednoduše se linkuje například formou bindingu. Už vidím tu vlnu nevole . Dovolte mi snad poslední a ano chápu a souhlasím, SQL je lepší atd., určitě ano, nebo možná, ale co takhle juknout na něco jiného. Ukončím tedy rovnou v zárodku rozpravu nad volbou správného online úložiště a pojďme se tedy podívat na uložená data.

Ti, jež vlastní Visual studio, se na ně mohou podívat přímo v Cloud Exploreru.

Lze ale použít i Excel a Access nebo pro Mac, Linux a Windows stvořený Storage Explorer. S posledním nemám na Linuxu a Macku žádné zkušenosti, na Windows však funguje jednoduše. Počítám, že se jeho funkce nebude moc lišit.

Při prvním spuštění vám stačí zadat vaše přihlašovací údaje k Azure a v ikonce panáčka vlevo vybrat, jakou subscription chcete používat. Postupně se doklikejte k vaší tabulce, která by měla vypadat nějak takto:

Data lze zobrazit i v Excelu v MS Office ve verzi vyšší než 2013, v záložce data, použitím tlačítka New Query. Přesněji vyberte New Query - from Azure nebo v českých Office Nový dotaz - z Azure.

Budeme potřebovat Storage account name a klíč k úložišti. Vše najdete v nastavení Storage Account v sekci Access Keys.

Ostatním vás již provede průvodce. Jen si nezapomeňte přidat Content

Již je vám tedy jasné, jak je to s PartitionKey a RowKey Hop a skok, ťuky, ťuky a data jsou tu v Excelu. No, není to hezké? A co se vám bude možná líbit ještě více, jsou stále aktuální. Můžete si s nimi počítat jak chcete a grafů namaluje Excel také habaděj. Nyní mi již snad vývojáři odpustí odbočku od SQL. Table storage lze jednoduše zpřístupnit i běžnému uživateli a běžně zdatný uživatel si poté může i bez znalosti programování data v Excelu dosyta analyzovat. Nepříjemností je, že data nelze jednoduše zpřístupnit read only. S tím nám ale dokáže pomoci například Power BI (viz dále).

Dosáhli jsme poloviny našeho zadání. Zprovoznili jsme měření a dali data uživatelům. Uživatelé se ani nemuseli naučit pracovat s SQL výrazy a my jsme nic nemuseli složitě programovat. Chytřejším asi došlo, že například přes Stream Analytics můžete data do Table storage uživatelům předchroupat a následně nasdílet dle jejich potřeb. Zde asi nejednomu z vás přijde na mysl, jak může být Azure mocným pomocníkem. Každé oddělení tak například může mít jiná data atd. a nemusí tak pracovat se všemi daty, co nám do IoT Hub dokáží dorazit.

Jsme skoro na konci cesty a to za pár hodin. Jen pro zajímavost, abych napsal tento postup, zabralo mi to několik desítek hodin. Co si ještě dlužíme jsou grafiky v MS Power BI a nějaký ten export pro naše kolegy.

Co je to Power BI

Popis toho, co je Business Inteligence, by vydal na nemalou knihu. Nicméně se jedná o systém na interpretaci obchodních dat v lidsky pochopitelné vizuální podobě. Co má tedy společného BI s naší teplotou a vlhkostí? Odpověď zní jednoduše: podobu, množství dat a naši snahu o jejich vizualizaci.

Pro zobrazení našich dat v Power BI budeme potřebovat account do online verze. Je pro začátek zdarma a jak je ale u MS zvykem, pro složitější užití je nutné něco připlatit. Proto se zaregistrujte - https://powerbi.microsoft.com/…get-started/.

Pro Windows je možné stáhnout i desktopovou verzi zdarma, lze ji použít například pro přístup k datům v table storage podobně jako v Excelu nebo SQL. A výsledné sestavy pak můžete sdílet na webu. Nicméně bez online účtu to nebude pořádně fungovat. My ji používat nebudeme hlavě proto, že naše data jsou streamovaná on-line a hodláme je vizualizovat on-line. Desktopová verze je spíše rozšířením Excelu.

Po zaregistrování byste měli mít přístup do MS Power Bi. Máme za úkol dostat naše data z desky do Power BI.

Napadlo vás, jak na to? A to bez nutnosti přistupovat k datům přes table storage jako v Excelu? Máme ještě jednu možnost. Ve Stream Analytics si můžeme definovat data, která chceme zobrazovat a poslat je do Power BI přes výstup Stream Analytics.

Proč to dělat takto? Jednak je to tak správně a odpovídá to našemu zadání, a také protože si chceme s daty mírně pohrát a Table storage nám bude sloužit pouze jako úložiště dat pro naši zálohu a případnou další práci s daty. Vzpomeňte, že k datům v table Storage nelze udělat read-only přístup. S našimi daty nebudeme tedy v Power BI pracovat vysloveně jako s tabulkou dat, ze které uděláme graf, ale necháme ať nám Power BI data pěkně pořád vizualizuje samo.

Stále nechápete proč Stream analytics místo hrubé práce s tabulkou? No, inu, pro možnost definovat si vlastní selecty nad příchozími daty. V našem případě je to jednoduché, ale představte si pár tisíc čidel na teplovodu a stále si s těmito daty chcete hrát v Excelu? Asi ne, což? Chytřejší napadlo použít místo table storage SQL databázi, jasně, skvělá volba, ale musíme toho moc programovat a to se nám ne vždy bude chtít. Potřebujeme výstupy rychle a jak je zvykem, jen na chvilku. To je prostě drahé na čas i finance. Takže si to příště zkusíme a ukážeme užití schopnosti Stream Analytics poslat data přímo do Power BI.