第 10.2 節雲端分析應用。以 Zion China 的行動健康監測平台說明裝置、雲端、即時資料處理、預測模型與視覺化如何串接。
理解物聯網、串流處理、資料庫、機器學習與商業智慧視覺化的端到端資料流程。
Zion China 蒐集葡萄糖、血壓、飲食、藥物與運動等健康資料。大量即時資料造成擴充與管理問題，因此公司與 Microsoft 合作導入 Azure 雲端架構。
| 資料／元件 | 原書描述 |
|---|---|
| 健康資料 | 葡萄糖、血壓、飲食、藥物、運動 |
| 裝置到手機 | Bluetooth |
| 手機到物聯網中心 | 安全超文字傳輸協定（Hypertext Transfer Protocol Secure, HTTPS）、進階訊息佇列協定（Advanced Message Queuing Protocol, AMQP） |
| 即時處理 | Azure Stream Analytics |
| 後端儲存 | 結構化查詢語言（Structured Query Language, SQL）資料庫 |
| 預測 | Azure Machine Learning，用於糖尿病患者資料 |
| 視覺化 | Power BI |
資料從裝置經 Bluetooth 進入手機，再透過 HTTPS／AMQP 傳到物聯網（Internet of Things, IoT）中心；串流分析處理即時資料後寫入 SQL 資料庫，再以 Azure Machine Learning 建立預測模型，最後由 Power BI 顯示洞察。
原書未提供患者數、資料筆數、模型準確率或導入前後速度，因此本案例沒有可重算的量化效益。
此案例的重點是架構分工：資料傳輸、串流處理、模型與視覺化各自負責不同階段。若其中任一層無法擴充，整體即時服務都會受限。
把原書架構整理成「裝置→手機→IoT 中心→串流分析→SQL→機器學習→Power BI」流程，說明每一層功能；不得自行補入患者數或模型準確率。
問題： 若只保留 Power BI 而移除串流處理，哪一項能力最直接受影響？
參考解答： 即時資料處理會受影響；Power BI 是視覺化層，不能取代串流資料處理。