IoT-Geräte mit AWS Jobs upgraden und konfigurieren: Praktischer Leitfaden

Amazon Web Services (AWS) zählt zu den führenden Cloud-Plattformen für Internet of Things (IoT), rivalisiert nur von Microsoft Azure und Google Cloud IoT. Smarte Geräte verbinden sich über das Internet mit AWS, typischerweise via MQTT-Protokoll, und interagieren mit einem reichen Set an Cloud-Services. Jenseits Device-Kommunikation bietet AWS robuste Datenspeicherung, Analytik (inkl. KI), Access Control und viele weitere Capabilities, die End-to-End-IoT-Lösungen befähigen.

Für Datenspeicherung stellt AWS den Simple Storage Service (S3) bereit, ein skalierbares, hierarchisches Dateisystem. Jedes Objekt in S3 kann mit einer einzigartigen URL adressiert werden, die mit korrekten Permissions öffentlich via Webbrowser zugänglich ist. Enthält ein Objekt eine HTML-Seite, kann eingebettetes JavaScript AWS APIs aufrufen, was interaktive Dashboards und direkte Gerätesteuerung vom Browser ermöglicht.

Lambda Functions

Lambda ermöglicht Code-Ausführung ohne Server-Provisioning. Funktionen können in Python, Java, C# oder Node.js geschrieben, in der Cloud gespeichert und durch HTTP-Requests, andere Lambda-Calls oder MQTT-Messages von Geräten getriggert werden. Lambda fungiert als Middleware, die Gerätedaten in Datenbank-Operationen übersetzt oder Responses an User Interfaces rendert (siehe Abbildung 1).

Zum Vergrößern klicken

Abbildung 1. Architektur der AWS Komponenten-Interaktion (Quelle: Auriga)

AWS limitiert Lambda: maximale Ausführungszeit pro Request, Speichernutzung und Package-Größe. Überschreitet eine Funktion ein Limit, wird die Execution terminiert; Limits können bei Deployment konfiguriert werden, aber nie die Hard Caps von AWS überschreiten.

IoT-Geräte stellen typischerweise eine TCP-Verbindung zum AWS IoT Core Endpoint her. TCP garantiert Datenintegrität und Buffering, sodass Messages auch über intermittierende Links gesendet werden. AWS baut auf TCP mit eigener Reconnection-Logic auf, sodass das Gerät nach Netzwerkausfall automatisch reconnectet.

Da MQTT für Commands unidirektional ist, beeinflussen Konnektivitäts-Hiccups Lambda-Invokationen selten. Ein Lambda kann ein MQTT-Command an ein Gerät publishen und sofort zurückkehren; jede Response wird von einem separaten Lambda gehandhabt, das das Device-Topic subscribes.

AWS Jobs

AWS Jobs ist ein Service designed zum Schedueln, Starten und Monitoren langlaufender Tasks auf einem oder vielen IoT-Geräten. Zwar neuer als viele AWS-Services, integriert es nahtlos mit Console und SDKs.

Device-seitige Operationen werden über MQTT exponiert. Funktionen wie GetPendingJobExecutions, StartNextPendingJobExecution, UpdateJobExecution und DescribeJobExecution erlauben einem Device, nach pending Jobs zu polen, Progress zu acknowledge und Completion zu reporten.

Administrative Operationen nutzen HTTPS und sind für Web-Clients, Lambda-Code oder interaktive Nutzung intended. Dazu gehören CreateJob, DeleteJob, DescribeJob, ListJobs und ListJobExecutionsForThing.

Jeder Job wird durch ein JSON Job Document definiert, das an das Zielgerät übertragen wird. Das Document enthält typischerweise einen Operationsnamen und eine oder mehrere URLs, die auf Job-Parameter verweisen. Diese URLs können von einem AWS User pre-signed werden, was dem Gerät temporären, scoped Zugriff auf Objekte gewährt, die es sonst nicht abrufen könnte. Pre-signed URLs expiren automatisch, was Sicherheit erhöht.

Ein Job Document kann dynamisch bei Job-Definition erstellt oder als S3-Objekt gespeichert und bei Job-Erstellung referenziert werden.

Job Attribute

• Target: einzelnes Gerät oder Gruppe. Wird eine Gruppe spezifiziert, läuft der Job auf allen aktuellen Mitgliedern.
• Job Type: Snapshot Jobs enden nach Ausführung auf selektierten Geräten. Continuous Jobs bleiben aktiv und laufen automatisch auf jedes später zur Gruppe hinzugefügte Gerät.

Während Execution folgt ein Job einer Finite State Machine. Gültige States: QUEUED, IN_PROGRESS, FAILED, SUCCESS, CANCELED, REJECTED, REMOVED. Das Device updated den State via UpdateJobExecution, oder ein Administrator kann ihn via API Calls wie CancelJob ändern. Typischerweise transitioned ein Job zu IN_PROGRESS während Execution, dann zu SUCCESS oder FAILED bei Completion.

Zum Vergrößern klicken

Abbildung 2. Diagramm der States während AWS Jobs Execution (Quelle: Auriga)