Интеграция с Microsoft Fabric

Оптимизация отправки данных из Tulip в Microsoft Fabric для расширения возможностей аналитики

Цель .

В этом руководстве пошагово описано, как отправить данные из таблиц Tulip в Fabric с помощью постраничного запроса REST API. Это полезно для анализа данных таблиц Tulip в Azure Data Lakehouse, Synapse Data Warehouse или другом хранилище данных Azure.

Более широкая архитектура Fabric - Microsoft Cloud for Manufacturing показана ниже.

Настройка

Подробное видео по настройке встроено ниже:

Общие требования: * Использование API Tulip Tables (получите ключ и секрет API в настройках учетной записи) * Tulip Table (получите уникальный идентификатор таблицы).

Процесс: 1. На главной странице Fabric перейдите в раздел Data Factory 2. Создайте новый Data Pipeline на Data Factory 3. Начните с "Помощника копирования данных", чтобы упростить процесс создания 4. Помощник копирования данных Подробнее: 1. Источник данных: REST 2. Базовый URL: https://[instance].tulip.co/api/v3 3. Тип аутентификации: Базовая 4. Имя пользователя: API-ключ от Tulip 5. Пароль: API Secret от Tulip 6. Относительный URL: tables/[TABLE_UNIQUE_ID]/records?limit=100&offset={offset} 7. Запрос: GET 8. Имя опции пагинации: QueryParameters.{offset} 9. Значение параметра пагинации: ДИАПАЗОН:0:10000:100

Примечание: при необходимости предел может быть меньше 100, но приращение в пагинации должно соответствовать**Примечание: значение пагинации для диапазона должно быть больше, чем количество записей в таблице.

1. Затем вы можете отправить эти данные в различные места назначения данных, например в Azure Lakehouse.
2. Подключитесь к месту назначения данных, просмотрите поля / переименуйте их при необходимости, и все готово!

Пример архитектуры

Примеры использования и дальнейшие шаги

После завершения подключения вы можете легко проанализировать данные с помощью блокнота spark, PowerBI или других инструментов.

1. Прогнозирование дефектов- выявление производственных дефектов до их возникновения и повышение качества с первого раза. - Выявление основных производственных факторов качества для внедрения улучшений.

2. Оптимизация затрат на качество- выявление возможностей оптимизации дизайна продукции без ущерба для удовлетворенности клиентов.

3. Оптимизация энергопотребления на производстве- определение производственных рычагов для оптимального энергопотребления

4. Прогнозирование и оптимизация поставок и планирования- Оптимизация графика производства на основе спроса клиентов и графика заказов в режиме реального времени.

5. Глобальный бенчмаркинг машин/линий- бенчмаркинг аналогичных машин или оборудования с нормализацией.

6. Глобальное / региональное управление цифровыми показателямиКонсолидированные данные для создания информационных панелей в режиме реального времени