Szenario: IoT-Daten mit ausgewählter KI in APEX abfragen

• Bevor Sie beginnen
• AI-Setupskript in APEX hochladen, anpassen und ausführen
• Beispielabfragen
• Best Practices
• Häufig gestellte Fragen (FAQ)
• Was kommt als Nächstes

Sie benötigen diese Berechtigungen, um IoT-Daten zu lesen und die Ressourcenfamilie der generativen KI zu verwenden.

Allow group <your-group-name> to read <iot-domain> in compartment <compartment-name>

allow dynamic-group <your-group-name> to manage generative-ai-family in compartment <compartment-name>

Administratoren: Weitere Informationen zum Einrichten von Policys finden Sie unter Funktionsweise von IAM-Policys für Oracle Cloud Infrastructure. Spezielle Beispiele finden Sie unter Policy-Details für die Internet of Things-(IoT-)Plattform.

Stellen Sie sicher, dass Folgendes vorhanden ist:

• Konfigurierter Zugriff auf den APEX-Workspace für den IoT-Datenbankbenutzer.
• Erforderliche IAM-Policys, damit Sie über Berechtigungen zum Abfragen der Zieldatenbank oder Datenquelle verfügen.

1. Kopieren Sie dieses SQL-Skript, und speichern Sie das Code-Snippet als hochzuladende Datei. Beispiel: select_ai_apex_setup.sql
   Das Skript erstellt eine object_list für die IoT-Schemaobjekte, einschließlich RAW_DATA, HISTORIZED_DATA, SNAPSHOT_DATA, DIGITAL_TWIN_MODELS, DIGITAL_TWIN_INSTANCES und DIGITAL_TWIN_ADAPTERS.

   Beispiel für ein SQL-Skript

   -- APEX SQL Commands setup script.
   -- Run this code block first in APEX SQL Commands or SQL Scripts.
   
   alter session set nls_language = 'ENGLISH';
   
   declare
     c_domain_short_id       constant varchar2(128)  := '<domain short id in upper case>';
     c_genai_user_ocid       constant varchar2(4000) := 'ocid1.user.oc1..unique';
     c_genai_tenancy_ocid    constant varchar2(4000) := 'ocid1.tenancy.oc1..unique';
     c_genai_fingerprint     constant varchar2(4000) := 'unique';
     c_genai_region          constant varchar2(128)  := 'region';
     c_genai_model           constant varchar2(4000) := 'xai.grok-4.20-reasoning';
     c_genai_credential_name constant varchar2(128)  := 'GENAI_CRED';
     c_genai_profile_name    constant varchar2(128)  := 'GENAI_XAI_GROK_420';
   
     c_private_key constant clob := q'~-----BEGIN PRIVATE KEY-----
   <private key>
   -----END PRIVATE KEY-----~';
   
     type t_name_list is table of varchar2(128);
     l_objects t_name_list := t_name_list(
       'RAW_DATA',
       'HISTORIZED_DATA',
       'REJECTED_DATA',
       'SNAPSHOT_DATA',
       'RAW_COMMAND_DATA',
       'DIGITAL_TWIN_MODEL_SPECS',
       'DIGITAL_TWIN_MODELS',
       'DIGITAL_TWIN_INSTANCES',
       'DIGITAL_TWIN_RELATIONSHIPS',
       'DIGITAL_TWIN_ADAPTERS'
     );
   
     l_iot_owner   varchar2(130);
     l_attributes  clob;
     l_object_list clob := '[';
   begin
     l_iot_owner := upper(trim(c_domain_short_id)) || '__IOT';
   
     begin
       dbms_cloud_ai.drop_profile(c_genai_profile_name);
     exception
       when others then
         null;
     end;
   
     begin
       dbms_cloud.drop_credential(c_genai_credential_name);
     exception
       when others then
         null;
     end;
   
     dbms_cloud.create_credential(
       credential_name => c_genai_credential_name,
       user_ocid       => c_genai_user_ocid,
       tenancy_ocid    => c_genai_tenancy_ocid,
       private_key     => c_private_key,
       fingerprint     => c_genai_fingerprint
     );
   
     for i in 1 .. l_objects.count loop
       if i > 1 then
         l_object_list := l_object_list || ',';
       end if;
       l_object_list := l_object_list ||
         '{"owner":"' || l_iot_owner || '","name":"' || l_objects(i) || '"}';
     end loop;
     l_object_list := l_object_list || ']';
   
     l_attributes := '{' ||
       '"provider":"oci",' ||
       '"credential_name":"' || c_genai_credential_name || '",' ||
       '"region":"' || c_genai_region || '",' ||
       '"oci_compartment_id":"' || c_genai_tenancy_ocid || '",' ||
       '"model":"' || c_genai_model || '",' ||
       '"annotations":false,' ||
       '"comments":true,' ||
       '"object_list":' || l_object_list ||
     '}';
   
     dbms_cloud_ai.create_profile(
       profile_name => c_genai_profile_name,
       attributes   => l_attributes
     );
   end;
   /

2. Wählen Sie in APEX SQL Workshop aus, und wählen Sie SQL Scripts aus.

3. Wählen Sie Hochladen aus, um die Datei select_ai_apex_setup.sql zu APEX hinzuzufügen.
4. Wählen Sie Bearbeiten aus, um das Skript mit Variablen für Ihre Umgebung zu aktualisieren.
   Ersetzen Sie diese durch die Werte für Ihre Umgebung:

   c_domain_short_id       constant varchar2(128)  := '<DOMAIN_SHORT_ID>';
   c_genai_region          constant varchar2(128)  := '<region>';
   c_genai_model           constant varchar2(4000) := 'xai.grok-4.20-reasoning';
   c_genai_profile_name    constant varchar2(128)  := 'GENAI_XAI_GROK_420';

   Dieses Skript verwendet den GenAI-Service, der diese Konstanten verwendet, und "provider": "oci". Wenn Sie ein anderes Modell verwenden möchten, können Sie diese Werte im Skript aktualisieren. Informationen hierzu finden Sie unter Select AI to Use Supported AI Providers konfigurieren.
5. Ersetzen Sie den Text select und prompt durch die Frage, die von der KI beantwortet werden soll.

   Ersetzen Sie profile_name durch das AI-Profil, für das Sie ausführen möchten.

   select 'GENAI_XAI_GROK_420' as profile_name,
          upper(trim('IN2AHR4KWKIRC')) || '__IOT' as iot_owner,
          'Setup complete' as status
   from dual;
   
   
   select 'which digital twin instances with the model spec uri dtmi:com:oracle:iot:sample:hvac:iot-domain-short-id' as prompt_text,
          dbms_lob.substr(
            replace(
              replace(
                dbms_cloud_ai.generate(
                  prompt       => 'which model spec uri has exactly two digital twin instances and both in active state',
                  profile_name => 'GENAI_XAI_GROK_420',

6. Wählen Sie Run, und wählen Sie Run Now aus.
7. Wählen Sie Anzeigen, Los, und scrollen Sie nach unten, um die generierte SQL basierend auf der IoT-Frage im Prompt zu prüfen.
8. Kopieren Sie das generierte SQL, wählen Sie SQL Workshop aus, und wählen Sie SQL Commands aus.
9. Fügen Sie die generierte SQL ein, und wählen Sie Ausführen aus, um die generierte SQL auszuführen.
10. Für diesen Prompt zeigen die Ergebnisse die OCID der digitalen Zwillingsinstanz, ihren Anzeigenamen, die Temperatur und die Feuchtigkeitwerte an.

Verwenden Sie diese Beispiele als Start-Prompts in APEX SQL Commands oder SQLcl. Verwenden Sie in APEX den Text innerhalb der Anführungszeichen als Wert prompt.

Die neueste Telemetrie für ein Gerät finden

'Show the most recent telemetry readings for device <device-id>';

Die heißeste HVAC-Instanz suchen

'Which HVAC instance and model has the highest temperature in the last 1 hour?';

Letzte Gerätefehler suchen

'Which devices reported errors in the last 24 hours?';

Feuchtigkeit nach Gerät zusammenfassen

'Show average humidity by device for the last 7 days';

Geräte ohne Telemetrie suchen, Geräte identifizieren, die offline oder falsch konfiguriert sein könnten

'List devices that have not sent telemetry today';

Abnorme Werksablesungen zusammenfassen

'Summarize abnormal readings for factory floor sensors this week';

Anzahl historischer Datensätze

'How many historized data records are in the IoT domain?';

Anzahl historisierter digitaler Zwillingsinstanzen

'How many digital twin instances are in historized data?';

Am häufigsten verwendete Raw-Dateninstanz suchen

'What instance sent most of the raw data last day?';

Adapter in der Domain zählen

'How many adapters are in the domain?';

Instanzen in der Domain zählen

'How many instances are in the domain?';

Durchschnittliche Instanzen pro Modell

'What is the average number of instances that implement one model?';

Auf abgelehnte Daten prüfen

'Is there rejected data in the domain?';

Datenaufnahmerate für Rohdaten nach Stunde

'What is the average raw data ingestion rate per hour last day, each hour?';

Payload-Größe für Rohdatensatz

'What is the average and max raw record payload size?';

Größe der historischen Datensatz-Payload

'What is the average and max historized record payload size?';

Temperaturtrend nach Stunde

'Show the average temperature by hour for the last day';

Gerätefehler nach Typ gruppieren

'Show devices with error events in the last 7 days grouped by error type';

• Verwenden Sie zuerst showsql, damit Sie die generierte SQL prüfen können, bevor sie ausgeführt wird.
• Stellen Sie jeweils eine IoT-Frage.
• Nehmen Sie bei Bedarf den Gerätetyp, den Metriknamen, die Modellspezifikations-URI oder den Zeitraum auf.
• Verwenden Sie separate Profilnamen für separate Modelle, wie OpenAI, GOOGLE_GEMINI oder CLAUDE.

• Konfigurieren Sie eine direkte Verbindung zur IoT-Domaindatenbank.
• Prüfen Sie das Datenbankschema der IoT-Domain.
• Richten Sie eine Verbindung zum IoT MCP-Server ein.