Azure Data ExplorerとGrafana Cloudを使用してFormula 1リアルタイム分析スタックを構築する方法
Formula 1において、スピードとはトラックをどれだけ速く走れるかだけではありません。レースの前、最中、そして後に重要な改善を行うために、リアルタイムでデータを手に入れることも重要です。
「Formula 1は最も魅力的なデータ駆動型のスポーツのひとつです」とMicrosoftのシニアプロダクトマネージャーであるAnshul Sharma氏は言います。「競争が激しいため、わずか0.1秒のアドバンテージがレースの結果を変えることがあります。」
Sharma氏は、ビッグデータテレメトリアナリティクスサービスであるAzure Data Explorer (ADX)を担当するチームで働いており、最近、GrafanaCONlineでF1におけるアナリティクスの役割について話しました。彼のセッション「Microsoft Azure Data Explorer (ADX)とGrafanaを用いたFormula 1テレメトリア分析」では、ADXの強力なアナリティクスエンジンとGrafanaの高度なオブザーバビリティダッシュボードを組み合わせて、レースチームがテレメトリデータをどのように理解できるかを示しました。
データドリブンな意思決定でチェッカーフラッグを目指す
F1カーには300個のセンサーがあり、毎秒110万のテレメトリーデータポイントを生成します。そのデータは車両からピットに送信され、1つのサーキットに20台の車がある場合、1レースで160TBのデータが生成されます。これらのチームは、そのデータを使用して設計、テスト、および最適化を行い、より良い結果を導く変更を行います。
例えば、センサーがブレーキの問題を検出したり、ドライバーがステアリングの問題を報告したりすると、レース中の分析が開始され、車両に修正が加えられます。また、分析ツールや機械学習プラットフォームを使用してデータポイント間の関係を見つけ、パフォーマンスを比較して、次のレース前に必要な調整を行います。
「データはこのスポーツにとって非常に重要であり、[それが]これらのチームの活動の中心にあります」とSharma氏は言いました。
ADXとGrafana CloudでF1テレメトリア分析を解決する方法
Sharma氏は自身の講演で、F1ビデオゲームでのシミュレートされたレースを通じて、参加者をF1チームマネージャーの立場に立たせました。短いデモの間に、自称「ゲームジャンキー」である彼は、デジタルコースを走る自分のレースの録画と、Grafana Cloudで視覚化されたテレメトリア分析を共有しました。
デジタルコースを回る間、ダッシュボードはタイヤの摩耗、全体のダメージ、エンジン温度、RPM、および速度などのリアルタイムデータを提供しました。彼がデモしたこのアナリティクスアーキテクチャは、フィードバックの視覚化、パフォーマンスの比較、およびすべてがスムーズに動作することを確認するための信頼性チェックに使用できます。
その後、Sharma氏はこれを実現するために使用したほぼリアルタイムのアナリティクススタックについて説明しました。以下の図に示されているように、彼のローカルXboxによって生成された連続的なテレメトリデータストリームは、エッジコンピュートノードに送信され、Pythonコードによって読み取られます。
データは次にADXに送信およびアップロードされ、これがアナリティクスプラットフォームとして機能します。最終的にデータはGrafanaに送信され、車やレースの統計データのリアルタイム表示が行われます。
ADXは高ボリューム、高速度、および高変動のデータ（構造化データ、半構造化データ、フリーテキストデータ）をサポートします。ペタバイトスケールでのインタラクティブなアドホッククエリに最適化されており、このユースケースに適しています。彼らがADXをGrafanaと組み合わせて使用する理由はいくつかあります：
- 一級のADXプラグイン。 ADX pluginを使用してデータをシームレスに接続および視覚化できるため、コードやブリッジを書く必要はなく、資格情報に基づいてコネクタを使用して構成するだけです。
- **組み込みのダッシュボードコンポーネント。**速度計、バーゲージなどは、車両エンジニアが統計を視覚化する方法に密接に一致しているため、簡単に使用できます。
- **ミリ秒の更新レート。**これにより、これらのチームにとって重要なほぼリアルタイムの体験分析がサポートされます。また、Grafana CloudはADXと同じAzureリージョンにデプロイされているため、レイテンシーの懸念を軽減します。
- **高可用性。**Grafana CloudはAzureマーケットプレイスで管理Grafanaサービスとして利用可能であるため、チームはスケーリングやその他の運用タスクを気にせずにシステムが利用可能であることを信頼できます。
ADXからデータを取得するために、Sharma氏はGrafanaクエリエディタのクエリビルダーモードを使用しました。これにより、クエリをグラフィカルに定義できます。彼は、クエリエディタがパラメータ、条件、フィルタなどのオプションを提供していることを指摘しました。
「基本的には、基礎となるKQL [Kusto Query Language]を知らなくてもクエリを作成できるガイド付きウィザードです」と彼は言いました。「ADXに不慣れな場合には非常に重要で非常に役立ちます。」
Sharma氏は、この同じアーキテクチャが小売、金融など他のユースケースにも対応できると述べました。
「ほぼリアルタイムのアナリティクスのアイデアと、Azure Data Explorerを視覚化としてGrafanaと組み合わせることで[サポートされる潜在的なユースケース]は、今日話したことをはるかに超えています。」
今すぐオンデマンドでフルのSharma氏のGrafanaCONlineセッションをチェックしてください。このスタックがビジネスにどのように役立つかを学び、F1チームがレースパフォーマンスを向上させるために作成したいくつかのGrafanaダッシュボードを見ることができます。
