如何在Azure IoT Hub中按设备查询数据流入及存储成本？

方案一：设备端消息标记+IoT Hub路由+自定义统计 #

• 在设备发送的每条消息属性中添加设备唯一标识（如设备ID），确保消息可直接溯源到对应设备。
• 配置IoT Hub路由，将所有遥测消息转发至Azure Function或Logic Apps这类自定义处理端点。
• 在处理端点内，计算每条消息的字节大小（包含消息体和属性），关联设备ID后，将数据持久化到Azure Table Storage或Azure SQL Database中。
• 按小时/天等周期从存储中聚合单设备的总 ingress 数据，结合Azure存储成本单价（含容量、读写次数），计算单设备的存储成本。

方案二：IoT Hub诊断日志+Kusto查询 #

• 开启IoT Hub的诊断设置，将DeviceTelemetry类别的日志发送到Azure Log Analytics工作区。
• 使用Kusto查询提取设备ID和消息大小，生成单设备 ingress 统计：

  DeviceTelemetry
  | where TimeGenerated > ago(24h)
  | extend DeviceId = tostring(parse_json(Properties).deviceId)
  | extend MessageSize = tolong(parse_json(Properties).messageSize)
  | summarize TotalIngressBytes = sum(MessageSize) by DeviceId
  

  注：若日志无直接消息大小字段，可在设备端将大小标记到消息属性后提取，或通过消息数量结合平均大小估算。
• 存储成本可结合Log Analytics的存储容量统计，按设备消息的占比（数量/存储时长）分摊计算。

方案三：第三方计费集成工具（轻量替代） #

• 若不想自定义开发，可选用Azure Marketplace中支持IoT Hub单设备计费的第三方工具，这类工具通常会自动抓取设备级流量数据，生成可直接用于计费的报表，需注意工具兼容性和自身成本。

关键注意事项 #

• 设备端标识需保证唯一准确，避免因标识错误导致计费数据混乱。
• 高并发场景下，自定义统计建议采用批量处理，降低端点负载。
• 存储成本计算需结合实际存储策略（如冷热分层），调整分摊逻辑。

内容的提问来源于stack exchange，提问作者samiksc