Мониторинг активов Интернета вещей в облаке AWS
Прием данных (теги) и аналитика Интернета вещей
Цифровые теги, собранные с датчиков и граничных устройств, отправляются в облако AWS через сервер OPC-UA и шлюз сайта. В облаке AWS данные агрегируются, обогащаются и сохраняются для краткосрочного, долгосрочного мониторинга и анализа в режиме, близком к реальному времени.
Вот образец архитектуры для приема данных и аналитики и ее описание.
Описание архитектуры
- Пограничные устройства отправляют числовые теги на сервер OPC-UA через равные промежутки времени (например, каждые 5 секунд).
- Локальный шлюз IoT собирает данные с сервера OPC-UA с помощью лямбда-выражения сборщика и передает потоки в сервис AWS IoT Sitewise (AWS Cloud) с помощью лямбда-выражения издателя партиями.
- Лямбды Collector и Publisher являются частью коннектора Greengrass.
- Сервис AWS IoT Sitewise получает данные от лямбда-выражения издателя и сохраняет их в хранилище данных, оптимизированном для временных рядов.
- AWS IoT Sitewise организует эти данные в модели активов, которая позволяет выполнять расширенные вычисления и агрегирование собранных данных.
3. Данные в хранилище данных AWS IoT Sitewise отслеживаются и визуализируются в Sitewise monitor.
4. Данные также отправляются в темы MQTT (ядро IoT) через темы уведомлений путем включения уведомлений для соответствующего измерения активов.
- Сервис AWS IoT Analytics получает данные по своему каналу из тем MQTT через правило IoT Core.
5. Канал действует как хранилище необработанных данных и первая точка входа в сервис AWS IoT Analytics.
- Из канала данные поступают в конвейер, где они фильтруются, выравниваются, преобразуются и обогащаются. В конвейерах данные также могут быть дополнены другими источниками данных, такими как DynamoDB, RDS и т. Д., С помощью лямбда-функций.
- Преобразованные данные в конечном итоге сохраняются в хранилищах данных.
- Данные из хранилищ данных извлекаются с помощью определяемых пользователем запланированных запросов для создания наборов данных SQL.
6. Наборы данных IoT Analytics отправляются в S3 для экономичного хранения, позволяющего выполнять специальные запросы и долгосрочную аналитику.
7. Сканер Glue сканирует определенные пользователем корзины s3 и создает / обновляет каталог данных, который хранится в Glue. Данные в S3 также могут храниться в паркетном формате для повышения производительности запросов.
8. Пользователи выполняют специальные запросы в Amazon Athena, который использует каталог данных AWS Glue, созданный на предыдущем шаге, и извлекают данные, хранящиеся в корзинах s3.
9. Quicksight отображает данные в S3 и из различных источников на информационной панели.
Отказ от ответственности: взгляды и мнения, выраженные в этом сообщении, являются моими собственными (на основе моего опыта) и не отражают официальную политику или позицию моего работодателя (Amazon Web Services).
Больше контента на plainenglish.io