Az IoT Lambda architektúrájának vizsgálata
Az alábbi lista három különböző célt tartalmaz az IoT-eszközök által létrehozott telemetriai adatok tárolására:
- Elemezni kell az anomáliákat - megelőző karbantartáshoz.
- Távoli emberi operátor által történő vizualizációhoz – a döntéshozatalban való segítségnyújtáshoz.
- Archiválandó – későbbi elemzéshez.
Ezen forgatókönyvek mindegyike ütköző tárolási követelményekkel rendelkezik. Az ütköző céloknak azonban nem kell rossz dolognak lenniük. Az adattárolási célok ütköző céljai olyan hibrid rendszerekhez vezetnek, amelyek rugalmasak és hatékonyak lehetnek.
Az alábbi szakaszok az IoT lambda architektúra hibrid jellegét ismertetik.
Adatelérési utak
Az Azure IoT-adatokkal való látszólagos ütközés a következő. A telemetriai adatok gyorsan és nagy mennyiségben érkeznek be, és gyorsan kell elemezni őket. Ennek az elemzésnek a célja a megelőző karbantartás, ahol az adatokat tárolni kell, mind az archiválásuk, mind pedig a hosszabb időszakokra vonatkozó mélyebb elemzések futtatása érdekében. A mélyebb elemzéssel hosszabb távú trendeket vagy meghibásodási mintákat észlelhet, amelyek rövidebb valós idejű mintával nehezen észlelhetők.
Ennek a kettősségnek az eszközérzékelő végén történő kezelésének egyik legegyszerűbb módja két üzenet küldése:
- Az első üzenet csak azokat a telemetriai adatokat tartalmazza, amelyeket valós időben kell elemezni.
- A második üzenet tartalmazza a telemetriát és az összes olyan adatot, amely a mélyebb elemzéshez vagy archiváláshoz szükséges lehet.
Az Azure IoT Hub ezt a két üzenetet különböző erőforrásokhoz irányítja. Az adatelemzésben gyakran használják a gyakori, meleg, ritka és hideg kifejezéseket:
- A forróság egyértelműen azt jelenti, hogy valós idejű megközelítésre van szükség.
- A melegnek ugyanaz lehet a jelentése, bár az adatok talán "közel" valós idejűek, vagy legalábbis frissek.
- A ritka elérésű érték azt jelenti, hogy az adatáramlás lassú.
- A hideg azt jelenti, hogy az adatok tárolása nem "folyik".
A lambda architektúra ismertetése
Az Azure IoT-megoldások Lambda architektúrája több adatútvonalat is lehetővé tesz. A magyarázat kedvéért azonban dolgozzunk két úttal: meleg és hideg.
Az alábbi ábrán:
Gyors elérési út – A valós idejű feldolgozás (gyakori elérési út) a valós idejű elemzésbe irányított streamelési telemetria. Ez az útvonal a megfelelő az aktiválási figyelmeztetésekhez és riasztásokhoz.
A Lassú elérési út – Kötegelt feldolgozás (hideg elérési út) a telemetriai adattárolás kötegelt feldolgozási útvonala.
A gyakori elérésű útvonal
Ebben a forgatókönyvben az IoT távoli eszköz adott telemetriát pumpál ki. Ezt a rendszer saját üzenetben küldi el, és az IoT-központon keresztül továbbítja azonnali elemzés és megjelenítés céljából. Az elemzést egy emberi operátor, például az Azure Data Explorer használatával végezheti el. Ez a modul ismerteti ezt a megközelítést.
Az elemzést az Azure Machine Tanulás-modellek is kezelhetik az Azure Stream Analyticsen keresztül. Ez a forgatókönyv összetettebb, és kódolást is magában foglal.
A ritka elérésű útvonal
Ebben a forgatókönyvben a távoli IoT-eszköz az összes telemetriát és naplózási adatot is elküldi. A IoT-központ ezeket az üzeneteket egy Azure-tárfiókra mutató útvonalon továbbítja. Az Azure-ban különböző tárolási megoldások érhetők el, ezeket ismertetik a következő egységek.
A lambda architektúra problémái
A legtöbb hibrid rendszerhez hasonlóan vannak problémák. Az IoT egyik fő problémája az adatok és kódok duplikálása. Minél több az ismétlődés, annál nagyobb az esély a másolatok közötti kéretlen eltérésre. Az IoT-eszközérzékelő kódjának fejlesztőinek gondoskodniuk kell arról, hogy a két üzenetben küldött telemetriai adatok adott esetben azonosak legyenek. Előfordulhat, hogy az elemzési alkalmazásokban a gyakori és a ritka elérésű útvonalak kódismétlése jelenik meg. Az ismétlődést nagy odafigyeléssel kell kezelni, habár szinte elkerülhetetlen következménye a hibrid rendszereknek.