Artikel ini menguraikan solusi untuk ruang pintar. Azure Digital Twins membentuk inti arsitektur dengan memodelkan lingkungan. Azure IoT Hub, yang merupakan layanan IoT terkelola, juga memainkan peran penting, seperti halnya layanan analitik Azure Data Explorer.
Sistem
Diagram berikut menunjukkan aliran data dalam solusi ini:
- Kotak yang berisi beberapa ikon mewakili kategori layanan. Dalam setiap kategori, layanan bekerja secara independen atau bersama-sama untuk menyediakan fungsionalitas.
- Panah di antara kotak mewakili komunikasi antar area yang sesuai.
Unduh file Visio arsitektur ini.
Aliran data
Lingkungan dapat menggunakannya dan protokol komunikasi lainnya:
- Jaringan Building Automation Controls (BACnet)
- Modbus
- KNX
- LonWorks
Perangkat dan sistem lokal mengirim telemetri dan data lainnya ke cloud. Sumber data meliputi:
- Perangkat Brownfield
- Sensor koneksi langsung
- Sensor yang disediakan oleh vendor perangkat lunak independen (ISV)
- Sistem bisnis yang ada
Perangkat, sensor, dan aktuator menghasilkan telemetri. Beberapa perangkat berinteraksi langsung dengan IoT Hub. Perangkat lain mengirim data ke IoT Hub melalui Azure IoT Edge.
Sistem eksternal, batch, atau warisan mengirim data ke Azure Data Factory. Data statik ini biasanya berasal dari file dan database.
Konektor bisnis-ke-bisnis menerjemahkan data vendor dan mengalirkannya ke Azure Digital Twins.
IoT Hub menyerap telemetri perangkat. IoT Hub juga menyediakan layanan ini:
- Keamanan tingkat perangkat
- Layanan provisi perangkat
- Perangkat ganda
- Layanan perintah dan kontrol
- Kemampuan peluasan skala
Data Factory mengubah data semi-statik dan mentransfernya ke Azure Data Explorer atau ke penyimpanan jangka panjang.
Azure Functions menerima data IoT Hub dan menggunakan Azure Digital Twins API untuk memperbarui Azure Digital Twins. Azure Digital Twins memegang grafik spasial bangunan dan lingkungan. Azure Digital Twins memodelkan lingkungan dengan Bahasa Definisi Digital Twins (DTDL). Azure Functions memproses data, melakukan deteksi kesalahan dan pembaruan grafik.
Berbagai komponen membuat, menyimpan, dan memuat model DTDL.
Azure Digital Twins mengirimkan data melalui Azure Event Grid ke Azure Data Explorer. Layanan analitik ini berfungsi sebagai ahli histori dengan menyimpan data rangkaian waktu solusi.
Mesin simulasi dan alat AI memproses data. Contohnya termasuk layanan Azure AI, model AI, dan layanan simulasi mitra.
Azure Data Lake menyediakan penyimpanan jangka panjang untuk data. Azure Synapse Analytics menganalisis dan melaporkan data.
Untuk alat visualisasi dan aplikasi perusahaan, lapisan akses solusi menyediakan akses aman ke layanan sistem inti:
Azure API Management menawarkan fungsionalitas untuk menormalkan, mengamankan, dan menyesuaikan API. Platform ini juga memberlakukan kuota penggunaan dan batas tarif.
Azure SignalR Service mengirimkan pemberitahuan ke antarmuka pengguna saat telemetri dan data berubah.
Untuk aplikasi yang bertukar data secara asinkron atau pada volume, berbagai komponen menyediakan mekanisme penerbitan dan berlangganan:
- IoT Hub
- Antrian Azure Service Bus
- Azure Event Hubs
- Webhook
Aplikasi layanan mengumpulkan data dari lapisan API kontrol akses. Aplikasi ini kemudian menganalisis dan menyiapkan data untuk aplikasi pengguna akhir. Alat Microsoft seperti Power Apps, Power BI, dan Azure Maps membuat laporan dan wawasan tentang data di penyimpanan data Azure.
Aplikasi Enterprise menggunakan data yang disiapkan. Contohnya meliputi:
Modul Dynamics 365.
Solusi ISV.
Aplikasi Microsoft Teams.
Solusi yang dioptimalkan di bidang seperti aplikasi ponsel dan perangkat yang dapat dikenakan:
Komponen
Solusinya menggunakan komponen ini:
Komponen inti
IoT Hub menyambungkan perangkat ke sumber daya cloud Azure. Layanan terkelola ini menyediakan:
- Keamanan tingkat perangkat.
- Layanan provisi perangkat.
- Perangkat ganda.
- Layanan perintah dan kontrol.
- Kemampuan peluasan skala.
Azure IoT SDK menyediakan cara yang direkomendasikan bagi perangkat untuk tersambung ke IoT Hub. Perangkat yang dapat menggunakan kit ini meliputi:
- Perangkat Azure Sphere .
- Perangkat yang menjalankan Azure RTOS.
IoT Edge menjalankan beban kerja cloud di perangkat IoT Edge. Secara khusus, hub pesan pusat ini dapat menjalankan analitik real time melalui Azure Machine Learning dan Azure Stream Analytics. IoT Edge juga berfungsi sebagai gateway ke IoT Hub untuk:
- Perangkat dengan persyaratan daya rendah.
- Perangkat warisan.
- Perangkat yang dibatasi.
Data Factory adalah layanan integrasi yang bekerja dengan blok data yang berpotensi besar dari penyimpanan data yang berbeda. Anda dapat menggunakan platform ini untuk mengatur dan mengotomatiskan alur kerja transformasi data. Misalnya, Data Factory dapat menjembatani kesenjangan antara penyimpanan semi-statik dan komponen ahli histori seperti Azure Data Explorer.
Konektor bisnis-ke-bisnis menerjemahkan dan mengalirkan data dua arah antara komponen vendor dan Azure Digital Twins. Makin banyak vendor menggunakan DTDL untuk membuat model standar industri. RealEstateCore memberikan contoh. Akibatnya, integrasi ini diharapkan menjadi lebih sederhana dari waktu ke waktu.
Azure Digital Twins menyimpan representasi digital dari lingkungan dan perangkat IoT. Anda dapat menggunakan data ini untuk propagasi data atau analisis real time. Secara internal, Azure Digital Twins:
- Memodelkan lingkungan dengan DTDL.
- Menawarkan REST API untuk memasukkan data.
- Menyediakan SDK yang mendukung operasi kontrol dan bidang data untuk berbagai bahasa.
Anda dapat membangun ontologi, atau kumpulan model yang sudah ada sebelumnya, dengan menggunakan DTDL. Anda juga dapat memulai dengan model yang didukung industri:
Azure Digital Twins Explorer adalah alat pengembang yang dapat Anda gunakan untuk memvisualisasikan dan berinteraksi dengan data, model, dan grafik Azure Digital Twins. Keterampilan ini sedang dalam pratinjau publik.
Komponen manajemen model mempertahankan model DTDL:
Untuk pembuatan model, opsi ini tersedia:
- Azure Digital Twins Explorer
- Solusi ISV
- Alat yang dibangun kustom
- Editor teks atau kode
Repositori menyimpan ontologi:
- GitHub menyimpan RealEstateCore, ontologi Kota Cerdas, dan ontologi Kisi Energi.
- Untuk ontologi kustom, repositori kustom dan repositori khusus solusi di GitHub tersedia.
Untuk memuat model ke Azure Digital Twins, opsi ini ada:
- UploadModels, alat untuk mengunggah ontologi DTDL
- Sampel di repositori alat Azure Digital Twins
Azure Functions adalah platform komputasi tanpa server berbasis peristiwa. Dengan Functions, Anda dapat menggunakan pemicu dan pengikatan untuk mengintegrasikan layanan dalam skala besar.
Azure Data Explorer adalah layanan analitik data yang cepat dan dikelola penuh. Anda dapat menggunakan layanan ini untuk analisis real time pada volume data yang besar. Azure Penjelajah Data dapat menangani beragam aliran data dari aplikasi, situs web, perangkat IoT, dan sumber lainnya.
Layanan AI menyediakan fungsionalitas AI. Layanan ini memiliki serangkaian model jaringan neural yang telah dilatih sebelumnya untuk cloud. Anda dapat menggunakan REST API dan SDK pustaka klien untuk membangun kecerdasan kognitif ke dalam aplikasi. Anda dapat menggunakan fungsionalitas layanan AI:
- Mendekati real time.
- Pada ambang data tertentu.
- Sesuai permintaan.
- Untuk pekerjaan kompleks dengan waktu pemrosesan yang lama.
Azure Pembelajaran Mesin adalah lingkungan berbasis cloud yang membantu Anda membangun, menyebarkan, dan mengelola solusi analitik prediktif. Dengan model ini, Anda dapat memprakirakan perilaku, hasil, dan tren.
Azure Data Lake menyimpan sejumlah besar data dalam format asli dan mentahnya. Data biasanya berasal dari beberapa sumber heterogen dan dapat disusun, semi terstruktur, atau tidak terstruktur.
Azure Synapse Analytics adalah layanan analitik untuk gudang data dan sistem big data. Layanan ini terintegrasi dengan Power BI, Pembelajaran Mesin, dan layanan Azure lainnya.
Azure API Management membuat gateway API modern yang konsisten untuk layanan back-end. Selain menerima panggilan API dan merutekannya ke back end, platform ini juga memverifikasi kunci, token, sertifikat, dan info masuk lainnya. API Management juga mencatat metadata panggilan dan memberlakukan kuota penggunaan dan batas tarif.
Azure Bus Layanan adalah broker pesan perusahaan yang dikelola sepenuhnya. Bus Layanan mendukung antrean pesan dan topik publish-subscribe.
Azure Event Hubs adalah platform streaming yang dikelola sepenuhnya untuk big data.
Azure SignalR Service adalah pustaka perangkat lunak sumber terbuka yang menyediakan cara untuk mengirim pemberitahuan ke aplikasi web secara real time.
Aplikasi layanan
Azure Logic Apps mengotomatiskan alur kerja dengan menyambungkan aplikasi dan data di seluruh cloud.
Azure Maps menawarkan API geospasial untuk menambahkan peta, analisis spasial, dan solusi mobilitas ke aplikasi.
Microsoft Graph menyediakan alat untuk mengakses data di Microsoft 365, Windows 10, dan Enterprise Mobility + Security.
Power Platform adalah kumpulan produk dan layanan yang menyediakan alat berkode rendah untuk menciptakan solusi yang efisien dan fleksibel:
- Power Apps adalah rangkaian aplikasi, layanan, konektor, dan platform data. Anda dapat menggunakan Power Apps untuk mengubah operasi bisnis manual menjadi proses digital dan otomatis.
- Power BI adalah kumpulan layanan perangkat lunak dan aplikasi yang menampilkan informasi analitik.
- Power Automate menyederhanakan tugas berulang dan proses tanpa kertas.
- Microsoft Copilot Studio (sebelumnya Power Virtual Agents) menyediakan chatbot tanpa kode untuk memenuhi kebutuhan pelanggan dan karyawan dalam skala besar.
Aplikasi Perusahaan
Dynamics 365 adalah portofolio aplikasi untuk mengelola operasi bisnis.
Microsoft Teams menyediakan layanan untuk rapat, olahpesan, panggilan, dan kolaborasi.
Azure App Service dan fitur Web Apps-nya menyediakan kerangka kerja untuk membangun, menyebarkan, dan menskalakan aplikasi web.
Komponen dukungan bersama
Layanan ini memberikan dukungan untuk komponen di semua area solusi:
Azure Monitor mengumpulkan dan menganalisis telemetri aplikasi, seperti metrik performa dan log aktivitas. Layanan ini memberi tahu aplikasi dan personel tentang kondisi yang tidak teratur.
Microsoft Defender untuk IoT adalah layanan keamanan terpadu yang melindungi sistem IoT dengan mengidentifikasi kerentanan dan ancaman.
Azure DevOps Services menyediakan layanan, alat, dan lingkungan untuk mengelola penyebaran dan proyek pengodean.
MICROSOFT Entra ID adalah layanan identitas berbasis cloud yang mengontrol akses ke Azure dan aplikasi cloud lainnya, termasuk solusi ISV dan solusi lokal.
Azure Key Vault dengan aman menyimpan dan mengontrol akses ke rahasia sistem, seperti kunci API, kata sandi, sertifikat, dan kunci kriptografi.
Alternatif
Azure Cosmos DB adalah opsi lain untuk penyimpanan data. Layanan database NoSQL yang dikelola penuh ini dapat diskalakan dengan mudah. Azure Cosmos DB menawarkan berbagai cara untuk mengakses data, termasuk:
- Database dokumen.
- Database Graph.
- Kueri bergaya SQL.
- Azure Cosmos DB untuk Apache Cassandra.
Azure Synapse Link untuk Azure Cosmos DB menyediakan cara untuk menjalankan analitik pada data Azure Cosmos DB dengan menggunakan Azure Synapse Analytics. Hasilnya, Anda dapat menggabungkan berbagai layanan data dalam solusi yang menggunakan Azure Cosmos DB.
Azure Event Hubs juga dapat menyediakan layanan penyerapan yang dapat diskalakan dan aman. Tidak seperti IoT Hub, yang mendukung komunikasi dua arah dengan perangkat, Azure Event Hubs mendukung lalu lintas satu arah. Akibatnya, Anda tidak dapat menggunakan Azure Event Hubs untuk mengirim perintah dan kebijakan kembali ke perangkat. Azure Event Hubs juga tidak menawarkan keamanan tingkat perangkat. Tetapi Azure Event Hubs cocok untuk lingkungan dengan volume pesan yang tinggi dari perangkat input yang jumlahnya sedikit.
Detail solusi
Tempat pintar adalah lingkungan fisik yang menyatukan perangkat dan sumber data yang tersambung. Dengan menggunakan lingkungan ini, Anda dapat melihat dan mengontrol:
- Produk dan sistem.
- Ruang interior dan eksterior.
- Pengalaman pribadi dengan lingkungan.
Tempat pintar dapat mencakup bangunan, kampus, kampus perusahaan, stadion, dan kota. Lingkungan ini memberikan nilai dengan membantu pemilik properti, manajer fasilitas, dan penghuni mengoperasikan dan memelihara situs. Tempat pintar juga membuat ruang lebih efisien, hemat biaya, nyaman, dan produktif.
Ruang pintar memodelkan ruang secara digital dan mengumpulkan data yang relevan. Dari data tersebut, Anda dapat memperoleh wawasan tentang bagaimana orang, tempat, dan perangkat tersambung.
Kemungkinan kasus penggunaan
Solusi ini berlaku untuk banyak area:
- Kampus pintar (industri pendidikan)
- Manajemen fasilitas (real estate)
- Stadion pintar (industri olahraga)
- Kantor pintar
- Pengoptimalan energi
Hasil bisnis
Dalam contoh solusi ini, pemilik real estat komersial besar mengubah properti kantor secara digital. Peningkatan ini menggabungkan data manajemen fasilitas warisan dengan fitur dan teknologi baru termasuk:
- Penginderaan hunian.
- Pengoptimalan antrean kafe.
- Parkir.
- Layanan antar-jemput.
Upaya ini memerlukan integrasi perangkat brownfield dan perangkat Internet of Things (IoT) modern yang memantau ruang fisik. Perangkat brownfield berkomunikasi melalui transportasi bangunan umum seperti BACnet dan Modbus.
Tujuan perusahaan meliputi:
Mengoptimalkan penggunaan energi dengan mendiagnosis kesalahan dan menyederhanakan manajemen layanan lapangan. Pengoptimalan ini mengintegrasikan sistem manajemen bangunan yang ada dengan perangkat.
Mendapatkan wawasan spasial baru dan menawarkan pengalaman penghuni yang inovatif dengan menyambungkan perangkat modern.
Mengembangkan model lingkungan digital yang kohesif dengan menyatukan berbagai sumber data. Model harus memperluas peluang analisis data.
Membuat solusi yang dapat diskalakan yang dapat mengumpulkan dan mengarsipkan jutaan poin data.
Membangun solusi yang dapat dengan mudah menambahkan solusi mitra. Solusinya juga harus memasukkan data mitra ke dalam digital ganda lingkungan.
Pertimbangan
Pertimbangan ini mengimplementasikan pilar Azure Well-Architected Framework, yang merupakan serangkaian tenet panduan yang dapat digunakan untuk meningkatkan kualitas beban kerja. Untuk informasi selengkapnya, lihat Microsoft Azure Well-Architected Framework.
Pertimbangan berikut berlaku untuk solusi ini.
Keandalan
Keandalan memastikan aplikasi Anda dapat mencapai komitmen yang Anda buat kepada pelanggan Anda. Untuk informasi selengkapnya, lihat Gambaran Umum pilar keandalan.
Skalabilitas
Solusi untuk solusi tempat pintar dapat berupa penerapan volume rendah yang relatif sederhana. Solusi tersebut juga bisa menjadi penerapan canggih yang menangani volume data yang tinggi. Solusi yang menyambungkan telemetri pemanasan, ventilasi, dan pendingin udara (HVAC) di seluruh kampus besar adalah contoh penerapan volume tinggi.
Layanan inti Azure dalam solusi ini dapat diskalakan berdasarkan desain dan sangat cocok untuk solusi kompleks. Namun saat Anda menggabungkan layanan ini, pastikan layanan tersebut tidak membuat titik choke. Di awal siklus pengembangan, jalankan pengujian performa pada interval terjadwal untuk mengidentifikasi potensi masalah.
Fleksibilitas
Desain ruang pintar Anda agar terintegrasi dengan baik tetapi juga fleksibel. Kasus penggunaan tempat pintar berkembang pesat. Pada titik tertentu setelah Anda menyebarkan solusi, Anda perlu menambahkan sensor, jenis data, fungsionalitas AI, dan teknik visualisasi baru. Untuk meningkatkan fleksibilitas:
- Pilih solusi yang digabungkan secara longgar seperti arsitektur yang diusulkan.
- Gunakan standar industri untuk ontologi data. Pendekatan ini membantu mengurangi waktu yang dibutuhkan untuk menambahkan fungsionalitas baru dan mengintegrasikan perangkat lunak baru.
- Gunakan API Management. Platform ini menyediakan cara untuk membuat beberapa gaya dan tanda tangan API untuk satu API yang mendasarinya.
Keamanan
Keamanan memberikan jaminan terhadap serangan yang disukai dan penyalahgunaan data dan sistem berharga Anda. Untuk informasi selengkapnya, lihat Gambaran Umum pilar keamanan.
Solusi bangunan warisan sering kali mengandalkan kurangnya konektivitas eksternal sebagai sumber keamanan utama. Namun bahkan data yang tidak mengidentifikasi orang dapat memberikan informasi tentang bisnis atau orang-orang di bangunan. Misalnya, organisasi menggunakan kamera untuk menghitung orang, melacak aset, dan menyediakan data keamanan.
Berhati-hatilah di mana Anda memproses dan menyimpan gambar. Pastikan Anda memenuhi semua persyaratan pelanggan, termasuk masalah privasi. Jadikan keamanan sebagai prioritas di sepanjang siklus hidup data dari solusi ruang pintar Anda. Secara khusus, perhatikan data apa yang Anda kumpulkan, di mana Anda memproses dan menyimpannya, dan kesimpulan apa yang Anda tarik darinya.
Pengoptimalan biaya
Optimalisasi biaya adalah tentang mencari cara untuk mengurangi pengeluaran yang tidak perlu dan meningkatkan efisiensi operasional. Untuk informasi selengkapnya, lihat Gambaran umum pilar pengoptimalan biaya.
Gunakan kalkulator harga Azure untuk memperkirakan biaya solusi IoT.
- Untuk pertimbangan biaya lainnya, lihat Prinsip pengoptimalan biaya dalam dokumentasi Microsoft Azure Well-Architected Framework.
- Untuk diskusi tentang mengoptimalkan biaya layanan yang biasanya digunakan oleh solusi IoT, lihat Arsitektur Referensi Azure IoT.
Kontributor
Artikel ini dikelola oleh Microsoft. Ini awalnya ditulis oleh kontributor berikut.
Penulis utama:
- Mark Kottke | Arsitek Senior
Kontributor lainnya:
- Matthew Cosner | Manajer Rekayasa Perangkat Lunak Utama
Langkah berikutnya
- Mendukung bangunan pintar Microsoft dengan Microsoft Azure Digital Twins
- Mengembangkan dengan Azure Digital Twins
- Brookfield menetapkan standar baru untuk inovasi dalam real estat dengan WillowTwin dan Azure Digital Twins
- Pemimpin keberlanjutan global menargetkan tingkat netralitas karbon yang baru dengan Azure Digital Twins