Einführung
Cloudnative Anwendungen sind modular aufgebaut und bestehen aus lose gekoppelten, eigenständigen Komponenten. Sie können jede dieser Komponenten unabhängig voneinander entwickeln, indem Sie eine beliebige Kombination von Technologiestapeln verwenden, während Sie gleichzeitig ihre Interaktion über genau definierte Programmierschnittstellen ermöglichen. Diese Komponenten können Software enthalten, die auf IoT-Geräten ausgeführt wird, und eine Reihe von Azure-Diensten wie Azure IoT Central, Azure Functions und Azure Cosmos DB. Diese Dienste können für die Erfassung, Verarbeitung und Speicherung von Gerätetelemetriedaten verwendet werden.
In diesem Modul erweitern Sie Ihre cloudnative Anwendung um IoT-Funktionen, indem Sie ihre Komponenten in einen Azure IoT-Dienst integrieren und Cosmos DB nutzen, um einen persistenten Datenspeicher bereitzustellen.
Szenario: Generieren, Erfassen und Verarbeiten von IoT-Telemetriedaten
Angenommen, Sie arbeiten für die Adatum Corporation, einen Hersteller von Haushaltsgeräten. Sie leiten ein kleines Entwicklungsteam, dem die Aufgabe übertragen wurde, eine App mit mehreren Features für intelligente Kühlgeräte zu erstellen.
Ihr Team hat eine App zur Inventarisierung von Kühlschränken entwickelt, mit der Unternehmen leicht feststellen können, welche Artikel sie nachbestellen müssen. Sie können diese App auch so einrichten, dass erforderliche Artikel automatisch nachbestellt werden. Zu diesem Zweck haben Sie eine in einem AKS-Cluster (Azure Kubernetes Service) gehostete Node.js-App verwendet, die Nachrichten von Kühlgeräten verarbeitet und an eine Verwaltungs-Web-App sendet. Dabei dient Azure Database for PostgreSQL als Datenspeicher.
Ihr Team hat auch den Prototyp einer Lösung entworfen und implementiert, die Azure IoT Central für IoT-Telemetrieerfassung und -verarbeitung verwendet. Dieser Prototyp dient als Grundlage für die Erweiterung der IoT-Datenpipeline, auf die Sie sich in diesem Modul konzentrieren.
Aufgrund der losen Kopplung von cloudnativen Anwendungen können Sie verwaltete Datenspeicher auswählen, wenn dies sinnvoller ist, als einen eigenen Datenspeicher in einem Container auszuführen. In diesem Szenario erwägen Sie die Verwendung von verwalteten Datenspeichern wie Cosmos DB für selektiv aggregierten Inhalt und Azure Blob Storage für Rohmetriken. Sie möchten die Eignung dieser Möglichkeiten für Streamingszenarien auswerten. Auf der Grundlage Ihrer anfänglichen Recherchen haben Sie herausgefunden, dass Cosmos DB eine Reihe von Leistungs- und Funktionsvorteilen im Vergleich zu traditionellen, relationalen Datenspeichern wie Azure Database for PostgreSQL bietet. Außerdem haben Sie festgestellt, dass Azure Blob Storage hohen Datendurchsatzanforderungen gerecht werden kann und dabei praktisch unbegrenzte Kapazität zu geringen Kosten zur Verfügung stellt.
Aufgrund dieser Vorteile kann Ihr Team einen IoT-Dienst ohne Auswirkungen auf den vorhandenen Inventarisierungsdienst entwickeln und bereitstellen.
Voraussetzungen
- Grundkenntnisse im Umgang mit Azure
- Grundlegende Kenntnisse über Cloud Computing
- Grundlegende Vertrautheit mit Programmierkonzepten
Lernziele
Nach Abschluss dieses Moduls wissen Sie mehr über Folgendes:
- Beschreiben der Architektur und der Komponenten von IoT-Diensten.
- Beschreiben der Merkmale und Funktionen von Azure Cosmos DB.
- Integrieren von Azure-Datenspeichern in IoT-Pipelines.
- Implementieren von Azure Cosmos DB für die Verarbeitung von Telemetriedaten.
- Analysieren und Verwalten von Telemetriedaten.
- Integrieren von Web-Apps mit IoT-Pipelines.