es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Obtener el valor máximo al analizar los datos almacenados en Azure Data Lake gen2.

19 Jul, 2023 Programación

Tengo el siguiente modelo:


Parámetro
Valor

Lo estoy enviando a Stream Analytics, que me produce un cambio en el Valor basado en el valor del Parámetro. Estoy almacenando esta salida en Data Lake gen2 en el siguiente formato:


Parámetro
deltaValor = Valor - LAG(Valor)

¿Cómo puedo encontrar el valor para el Parámetro, para el cual deltaValor está alcanzando su punto máximo? Hay más parámetros que afectan este cambio de valor, por lo que este delta no siempre es el mismo para el mismo parámetro, pero la tendencia debería ser clara para este parámetro en particular.

Las herramientas no están definidas, si hay una mejor herramienta siéntase libre de sugerir, siempre y cuando sea de Azure 🙂

Tags:  , , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Una posible solución utilizando herramientas de Azure sería:

    1. Utilizar Azure Data Explorer (ADX) para consultar los datos del Data Lake Gen2 y extraer las columnas de parámetro y deltaValue.

    2. Agrupar los datos por la columna de parámetro y calcular el valor máximo de deltaValue para cada grupo. Esto se podría lograr utilizando una consulta ADX como la siguiente:

    datatable (Parameter: string, deltaValue: real)
| where isnotnull (Parameter) y isnotnull (deltaValue)
| summarize maxDelta = max (deltaValue) by Parameter

    1. La tabla resultante mostrará los valores de los parámetros y sus deltaValues máximos correspondientes. El parámetro con el deltaValue máximo más alto sería el que haya alcanzado el pico en términos de cambio de valor.

    2. Para visualizar los datos, podrías utilizar herramientas como Azure Power BI o Azure Data Studio para crear gráficos y diagramas basados en los resultados de la consulta ADX.

    Otro enfoque podría ser utilizar Azure Machine Learning Studio para construir un modelo predictivo que pueda identificar los parámetros con la mayor tendencia a alcanzar un pico en deltaValue. El modelo podría ser entrenado con datos históricos del Data Lake Gen2 y luego utilizado para predecir el comportamiento de nuevos valores de parámetros. Esto requeriría habilidades más avanzadas en análisis y aprendizaje automático, pero podría proporcionar resultados más precisos y flexibles.

Comments are closed.