Definieren der IoT-Dienstarchitektur
Das Verwaltungsteam von Adatum möchte IoT-Funktionen nutzen, um den Umfang der Dienste zu erweitern, die der Kundschaft geboten werden, darunter automatisierte Überwachung, Warnungen und die selbstständige Wartung intelligenter Appliances. Ihr Entwicklungsteam möchte die gewünschte Funktionalität bereitstellen, indem es eine robuste und funktionsreiche IoT-Pipeline auf eine Weise implementiert, die den grundlegenden Entwurfsprinzipien cloudnativer Anwendungen entspricht. Um dieses Ziel zu erreichen, entscheiden Sie sich, die Konzepte der IoT-Dienstarchitektur zu untersuchen.
Was ist die IoT-Dienstarchitektur?
Der Begriff Internet der Dinge (Internet of Things, IoT) stellt ein Netzwerk miteinander verbundener Geräte dar, die an der Generierung, Verarbeitung oder Speicherung von durch Sensoren generierten Telemetriedaten beteiligt sind. Auf hoher Ebene besteht eine IoT-Lösung aus zwei primären Komponentengruppen:
- Geräteseitige Komponenten. Diese Gruppe umfasst Geräte, die in erster Linie als Quellen für Telemetrie dienen, aber auch die anfängliche Telemetrieverarbeitung und -analyse durchführen können.
- Cloudseitige Komponenten. Diese Gruppe umfasst cloudbasierte Dienste, die für die Datenerfassung, Persistenz und Analysen optimiert sind.
In Ihrem beabsichtigten Design stellen intelligente Kühlgeräte die Geräteseite dar, während Azure IoT Central und Azure Cosmos DB Datenerfassung, Persistenz und Analysen ermöglichen.
Ein anderer Ansatz für die IoT-Dienstarchitektur unterteilt die Komponenten in Dinge, Erkenntnisse und Aktionen. Bei den Dingen handelt es sich um IoT-Geräte, die Telemetriedaten generieren, die durch auf Erkenntnisse gestützte Analysen in Aktionen umgewandelt werden, die bedeutende geschäftliche Vorteile mit sich bringen. Betrachten Sie beispielsweise einen Sensor eines intelligenten Kühlgeräts (das Ding), der Temperaturdaten sendet. Diese Daten dienen als Grundlage für die Auswertung, ob das Kühlgerät vollständig betriebsbereit ist (die Erkenntnis). Die Erkenntnis kann wiederum eine Warnung auslösen, die zu einem aktualisierten Wartungszeitplan (der Aktion) führt.
Eine ausführlichere Überlegung Azure IoT Architektur ermöglicht es Ihnen, zwischen den Kernkomponenten und optionalen Komponenten zu unterscheiden. Zu den Kernkomponenten gehören:
- IoT-Geräte, die sich sicher bei der Cloud registrieren können und das Senden und Empfangen von Daten unterstützen.
- Ein Cloudgatewaydienst, der die Rolle eines Hubs spielt, Daten von Geräten weiterleitet und Geräteverwaltungsfunktionen bietet.
- Streamprozessoren, die die Gerätedaten nutzen, in Datenverarbeitungskomponenten integriert sind und Daten in den Speicher übertragen.
- Eine Reihe von Datenspeichern, die Datenpersistenz und Aggregation bereitstellen. Speicher kann Teil des heißen oder warmen Pfads oder des kalten Pfads sein. Der heiße oder warme Pfad besteht aus den Daten, die für die Berichterstellung und Visualisierung nahezu in Echtzeit erforderlich sind. Der kalte Pfad besteht aus Daten, die langfristig gespeichert und für die Batchverarbeitung verwendet werden.
- Analysedienste, die Erkenntnisse aus Telemetrierohdaten abrufen und in Geschäftsprozesse und -systeme wie Customer Relationship Management (CRM) integriert sind.
- Programmier- und Verwaltungsschnittstellen, die die Verwaltung von IoT-Lösungen vereinfachen.
Die folgenden Komponenten sind optional:
- IoT Edge-Geräte, die als Broker für die Verwaltung und den Datenfluss für IoT-Geräte dienen, wenn die direkte Kommunikation mit der Cloud eingeschränkt oder nicht möglich ist. Sie können z. B. eine Rolle bei der Gerätebereitstellung, Datenfilterung, Aggregation, Pufferung, Protokollübersetzung oder Verarbeitung von Ereignisregeln spielen.
- Datentransformationsdienste, die Eingangsaufgaben wie Protokollübersetzung, Datenkonvertierung und Datenaggregation ausführen.
- Ein Benutzerverwaltungssubsystem, das rollenbasierte Zugriffssteuerung (Role-Based Access Control, RBAC) implementiert und die Delegierung von Verwaltungsaufgaben ermöglicht.
- Machine Learning, das Telemetriedaten analysiert, um Trends und Korrelationen zu erkennen, und Funktionen wie Predictive Analytics bietet.
- Massen-Gerätebereitstellungsdienste für Geräte, die Szenarien mit umfangreichen Bereitstellungen unterstützen.
Datenpipeline für IoT-Dienste
Der Datenfluss von Daten, die durch Geräte generiert werden, besteht in der Regel aus mehreren Phasen, darunter:
- Speicher Diese Phase umfasst die kurzfristige oder längerfristige Beibehaltung von Daten, wobei Technologien wie In-Memory-Caches, temporäre Warteschlangen, Datenbanken und Data Lakes verwendet werden.
- Routing. Diese Phase umfasst die Übermittlung von Daten an mindestens einen Speicherendpunkt sowie an Analyseprozesse und Aktionen.
- Analyse: Diese Phase besteht aus der Auswertung und Verarbeitung von Datensätzen basierend auf anpassbaren Kriterien.
- Action (Aktion). Diese Phase umfasst das Reagieren auf anpassbare Regeln, um eine Bedingung zu berücksichtigen, die durch den Status oder Wert der erfassten Daten angegeben wird.
Azure IoT-Dienste und -Technologien
Microsoft bietet ein umfassendes Portfolio von Diensten, die verschiedene Arten von IoT-Funktionen bereitstellen, darunter:
- Azure IoT Central. Dieser Dienst implementiert eine Vielzahl von IoT-Funktionen, einschließlich Telemetrieerfassung, Verarbeitung, Analyse und sicherer Geräteverwaltung. Azure IoT Central bietet die folgenden Funktionen.
- Hilft Ihnen, benutzerdefinierten Entwicklungsaufwand und Verwaltungsaufwand zu minimieren.
- Ermöglicht Ihnen die Verwendung von Cloudflexibilität und Skalierbarkeit.
- Unterstützt die integrierte Integration in mehrere andere Azure-Dienste.
- Vereinfacht die Entwicklung und Implementierung benutzerdefinierter IoT-Lösungen und unterstützt Ad-hoc-Tests mit integrierten Pseudogeräten.
- Lässt sich in Time Series Insights integrieren und kann Regeln zum Generieren von Warnungen definieren. Durch diese Integration können Sie auf dedizierte Datenstromverarbeitungsdienste (z. B. Stream Analytics) verzichten.
- Azure IoT Hub. Dieser Dienst ist für zuverlässige und sichere bidirektionale Kommunikation zwischen IoT-Geräten und Clouddiensten optimiert. Ebenso wie Azure IoT Central integriert dieser Dienst DPS (Device Provisioning Service, Gerätebereitstellungs-Dienst) als Hilfsdienst für die Just-in-Time-Massenbereitstellung von IoT-Geräten ohne Benutzereingriff.
- Azure Time Series Insights. Dieser leistungsstarke Analyse-, Speicher- und Visualisierungsdienst für Zeitreihendaten bietet Funktionen wie Filterung und Aggregation. Zu den Visualisierungsfunktionen gehören Unterstützung für Überlagerungen verschiedener Zeitreihen, Dashboardvergleiche, zugängliche tabellarische Ansichten und Wärmebilder. Azure Time Series bietet auch eine JavaScript-Steuerelementbibliothek, die das Einbetten von Zeitreihendiagrammen in benutzerdefinierte Anwendungen ermöglicht. Der Dienst ist für Szenarien optimiert, die eine Aggregation über große Mengen von Daten erfordern.
Azure bietet auch eine Vielzahl von Optionen für Datenanalyse, Ereignisbehandlung und Speicher, die alle problemlos in IoT-Komponenten integriert werden können.