上一篇提到了如何使用Azure Stream Analytics來做即時串流分析將結果輸出到Power BI，因此我們就可以有一個動態的儀表板，可是光是只能看絕對是不夠的，這篇我們會跟著Azure的範例加入警示的功能，讓Sensor的值達到一個閾值的時候，就馬上通知裝置，然後裝置做即時的動作，就可以避免災害發生，那我們就繼續看下去吧！

準備

• Azure 帳號
• Azure Stream Analytics
• Azure IoT Edge

建立Azure Stream Analytics

先建立一個串流分析，然後填完資料後，按下建立

再來到輸入的部分，新增一個Edge 中樞，名稱為input

再來到輸出的部分，新增一個Edge 中樞，名稱為output

然後到查詢的部分，貼上以下的程式碼，並且儲存

SELECT  
    'reset' AS command
INTO
    output
FROM
    input TIMESTAMP BY timeCreated
GROUP BY TumblingWindow(second,30)
HAVING Avg(machine.temperature) > 70

建立儲存體帳戶

首先建立一個儲存體帳戶

填完一些資訊後就可以按下建立了

新增儲存體帳戶

再來到Stream Analytics的儲存體帳戶設定，並且新增一個

部署模組

到IoT Hub的IoT Edge，接著進到設定模組內，新增一個Edge 模組

模組

• 名稱: SimulatedTemperatureSensor
• 映像: mcr.microsoft.com/azureiotedge-simulated-temperature-sensor:1.0

接著新增一個Azure Stream Analytics模組

接著在路由的部分新增四個

• telemetryToCloud: FROM /messages/modules/SimulatedTemperatureSensor/* INTO $upstream
• alertsToCloud: FROM /messages/modules/{剛剛的Stream Analytics模組名稱}/* INTO $upstream
• alertsToReset: FROM /messages/modules/{剛剛的Stream Analytics模組名稱}/* INTO BrokeredEndpoint("/modules/SimulatedTemperatureSensor/inputs/control")
• telemetryToAsa: FROM /messages/modules/SimulatedTemperatureSensor/* INTO BrokeredEndpoint("/modules/{剛剛的Stream Analytics模組名稱}/inputs/temperature")

再來就可以到Edge裡面看結果了

iotedge logs SimulatedTemperatureSensor

可以看到機器在平均70度的時候就會直接reset裝置，然後降溫

透過上面的方式我們就可以達到快速處理異常的方法了，那後續的部分會將前面幾個章節的IoT Solution串起來，請大家敬請期待!