Designpraktiken für AWS IoT-Lösungen

Chandani Patel von Volansys Technologies

Mit der Zunahme von IoT-Geräten benötigt man Lösungen zum Verbinden, Sammeln, Speichern und Analysieren der Gerätedaten. Amazon-Webdienste bietet verschiedene Dienste, die verbundenen Geräten helfen, einfach und sicher mit Cloud-Anwendungen und anderen Geräten für verschiedene Benutzerszenarien zu interagieren.

Die Migration oder der Entwurf von Internet of Things (IoT)-Lösungen auf die AWS-Plattform ermöglicht es einem, sich auf das Kerngeschäft zu konzentrieren, ohne sich um die Verwaltung und Überwachung der Infrastruktur kümmern zu müssen. Dadurch wird eine hohe Verfügbarkeit für die Kunden sichergestellt. Wenn die richtigen AWS-Services für die Kundenanforderungen verwendet werden, können IoT-Lösungen sicherer, zuverlässiger und skalierbarer Ergebnisse liefern, sagt Chandani Patel, Tech Lead bei Volansys Technologies .

Design für zuverlässigen Betrieb in großem Maßstab

IoT-Systeme müssen Daten mit hoher Geschwindigkeit und hohem Volumen verarbeiten, die von Geräten und Gateways erfasst werden. Die Cloud-Systemarchitektur sollte skalierbar sein, um einen Datenüberschuss zu bewältigen. Der beste Ansatz besteht darin, Daten an Warteschlangen-, Puffer- oder Echtzeit-In-Memory-Datenbanken zu senden, bevor sie im Speicher gespeichert werden.

Das Gerät kann Daten in AWS Kinesis veröffentlichen, oder die AWS IoT-Regel kann verwendet werden, um Daten an AWS SQS und Kinesis weiterzuleiten, um sie in Zeitreihenspeichern wie AWS S3, Redshift, DataLake oder Elasticsearch zur Datenspeicherung zu speichern. Diese Datenspeicher können verwendet werden, um benutzerdefinierte Dashboards oder AWS QuickSight-Dashboards zu generieren.

Routing großer Datenmengen durch Datenpipelines

Der sicherste und beste Weg, um sicherzustellen, dass alle Daten verarbeitet und gespeichert werden, besteht darin, alle Gerätethemendaten an ein SNS umzuleiten, das für die Verarbeitung von Datenfluten ausgelegt ist, um sicherzustellen, dass eingehende Daten zuverlässig verwaltet, verarbeitet und an den richtigen Kanal geliefert werden. Um die Skalierbarkeit zu verbessern, können mehrere SNS-Themen, SQS-Warteschlangen, Lambda für eine andere/Gruppe von AWS-Gerätethemen verwendet werden. Es sollte in Betracht gezogen werden, die Daten vor der Verarbeitung in einem sicheren Speicher wie einer Warteschlange, Amazon Kinesis, Amazon S3 und Amazon Redshift zu speichern. Diese Vorgehensweise stellt sicher, dass keine Datenverluste aufgrund von Nachrichtenfluten, unerwünschtem Ausnahmecode oder Bereitstellungsproblemen auftreten.

Gerätebereitstellung und -upgrades automatisieren

AWS IoT bietet eine Reihe von Funktionen, die für den Batch-Import verwendet werden können, mit einer Reihe von Richtlinien, die in das Dashboard oder den Herstellungsprozess integriert werden können, wobei ein Gerät bei AWS IoT vorregistriert und Zertifikate auf dem Gerät installiert werden können. Später kann der Gerätebereitstellungsablauf das Gerät beanspruchen und mit dem Benutzer oder einer anderen Entität verbinden. AWS bietet die Möglichkeit, OTA-Upgrades für Geräte auszulösen und zu verfolgen.

Das Entwerfen integrierter Funktionen innerhalb des Geräts für die automatisierte Bereitstellung und die Nutzung der richtigen Tools, die AWS für die Gerätebereitstellung und -verwaltung bereitstellt, ermöglicht es Systemen, die gewünschte Betriebseffizienz mit minimalem menschlichen Eingriff zu erreichen

Übernehmen Sie eine skalierbare Architektur für benutzerdefinierte Komponenten

Da sich das IoT-System mit Geräten der externen Welt verbindet, endet der Umfang nicht mit dem Verbinden, Steuern und Melden von Geräten. Denken Sie darüber nach, die neuesten Technologien wie Data Science und Machine Learning zu übernehmen oder Komponenten von Drittanbietern in IoT-Systeme wie IFTTT, Alexa oder Google zu integrieren Heim. Die Architektur des IoT sollte sicherstellen, dass die externen Komponenten einfach und ohne Leistungsengpässe in die Lösung integriert werden können.

Auf Offline-Zugriff und -Verarbeitung prüfen

Manchmal ist es nicht notwendig, alle Ihre Maschinendaten in der Cloud zu verarbeiten. In vielen Fällen ist keine durchgehende Internetverbindung verfügbar. Fügen Sie für ein solches Szenario AWS Greengrass am Edge hinzu. Greengrass verarbeitet und filtert Daten lokal am Edge und reduziert die Anforderung, alle Gerätedaten in den Upstream zu senden. Man kann alle Daten erfassen, für eine begrenzte Zeit aufbewahren und bei Fehlerereignissen oder auf Anfrage/Anfrage an die Cloud senden. Wenn Zeitreihendaten benötigt werden, kann ein regelmäßiger Prozess geplant werden, der Gerätedaten an die Cloud sendet, die für zukünftige Verbesserungen wie AWS Machine Learning-Modelle und Cloud-Analysetools verwendet werden können.

Rechte Datenspeicherauswahl

IoT-Systeme erzeugen Daten mit hoher Geschwindigkeit, hohem Volumen und einer Vielzahl von Daten. Jedes IoT-Gerät oder Gerätethema kann unterschiedliche Formate haben, die möglicherweise nicht über eine einzelne Datenbank oder einen ähnlichen Datenspeichertyp verwaltet werden können. Der Architekt sollte bei der Auswahl des Datenbankformats und des Datenspeichers vorsichtig sein. Manchmal funktioniert ein einzelner Datenspeicher gut, oder ein hybrider Datenspeicher für verschiedene Zwecke hilft, einen hohen Durchsatz zu erzielen. Häufig verwendete statische Daten können im ElastiCache gespeichert werden, was zur Verbesserung der Leistung beiträgt. Solche Praktiken helfen, die Skalierbarkeit und Wartbarkeit des Systems zu erreichen.

Daten vor der Verarbeitung filtern und transformieren

Alle an das IoT-System eingehenden Daten müssen möglicherweise verarbeitet oder transformiert werden, wonach sie unverändert in den Speicher umgeleitet werden können. Die AWS IoT-Regel bietet Aktionen zum Umleiten von Nachrichten an verschiedene AWS-Services. Ein Architekt sollte alle Daten in verschiedene Formen tauchen, d. h. verarbeitungsbedürftige, ignorierte/statische Daten (wie Config) und direkte Speicherung.

AWS IoT hilft dabei, eine schnelle Gerätekonnektivität, sichere Datenaufnahme, einfache Geräteverwaltung, Multiprotokoll-Unterstützung und vieles mehr zu erreichen.

Der Autor ist Chandani Patel Tech Lead, Volansys Technologies

Über den Autor

Chandani arbeitet als Tech Lead bei Volansys Technologies. Sie ist AWS Certified Solution Architect, AWS Business &Technical Professional und ermöglicht Cloud-Lösungen, IoT-Lösungen und ML/Data Science. Sie ist Cloud Solution Architect mit umfassender Expertise in Design, Entwicklung und Architektur von Cloud-Lösungen für Public Clouds (Azure, AWS, Google &Bluemix), Private Clouds und Hybrid Clouds.