翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

MES に最適な専用テクノロジーの決定

MES をマイクロサービスに分解し、ビジネス成果への影響に基づいて開発に優先順位を付けた後、次のタスクは、特定のマイクロサービスとシステム全体のテクノロジースタックを決定することです。通常、MES、およびその本質的にマイクロサービスは、アプリケーションまたはコンピューティングレイヤー、永続性またはデータベースレイヤーを含む 2 層アプリケーションです。ユーザーインターフェイスは通常、すべてのマイクロサービス間で共有サービスです。UI のさまざまなコンポーネントは、マイクロサービスごとに一意にすることも、マイクロサービスごとに独自のマイクロ UI コンポーネントを持つこともできます。これらのマイクロサービスでは、コンピューティングとデータストレージの要件が異なるため、次の図に示すように、他のテクノロジースタックが必要になる場合があります。例えば、リレーショナルデータベースを使用した長時間実行型のコンピューティングは一部のマイクロサービスに最適ですが、イベント駆動型のオンデマンドコンピューティングや NoSQL データベースは他のマイクロサービスに適している場合があります。 AWS は、各テクノロジーレイヤーに幅広いオプションを提供しているため、マイクロサービスの目的に基づいて最適なサービスを選択できます。

以下のセクションでは、コンピューティングとデータベースに使用できるオプションについて説明し、マイクロサービスの機能要件に基づいて適切なテクノロジーを選択する方法について説明します。

コンピューティング

従来、企業は常に インスタンス (長時間稼働コンピューティング) を使用してコンピューティングオペレーションを実行していました。インスタンスを使用すると、アプリケーションのすべてのリソースをボックスで取得できます。クラウドコンピューティングでは、複数のコンピューティング方法があります。従来の長時間実行されるコンピューティングに加えて、コンテナなど、より小さなコンピューティングユニットを使用できます。このユニットでは、より小さなマイクロサービスを構築して高速に移動してポータブルにしたり、サーバーとクラスターがすべて によって管理されるイベント駆動型のサーバーレスコンピューティングを実行したりできます AWS。

長時間稼働コンピューティング

MES 内のコンピューティング集約型で長時間実行されるマイクロサービスの中には、高パフォーマンスまたは永続的なコンピューティングリソースが必要です。例えば、PLM から受信した大規模な設計ファイルを処理する、機械学習モデルの品質検査の画像や動画を処理する、すべてのマイクロサービスからのデータを組み合わせることでデータ分析を実行する、履歴データに基づいてパターンを予測するために機械学習を使用するなどです。マイクロサービスが低レイテンシーのアプリケーションや、自動スケーラビリティ、幅広い OS サポート、ハードウェアサポートなどの機能に長時間実行されるコンピューティング能力を必要とする場合、Amazon Elastic Compute Cloud (Amazon EC2) はクラウド内で安全でサイズ変更可能なコンピューティング容量を提供するサービスです。Amazon EC2 は、レガシーアプリケーションから継承され、すぐにモダナイズされることなくクラウドに移行されるアーキテクチャコンポーネントにも使用できます。

コンテナ

本番稼働スケジュール、本番稼働実行、品質管理など、MES 内のほとんどのマイクロサービスは、高性能コンピューティングを必要としません。これらのサービスはイベント駆動型ではありませんが、一貫して実行されます。このような場合、コンテナは、特に一貫したランタイム環境と効率的なリソース使用率が必要な場合に、移植性、分離性、スケーラビリティの利点により、マイクロサービスベースのアーキテクチャ内でリソースをコンピューティングするための最も一般的な選択肢の 1 つです。

コンテナがマイクロサービスのコンピューティング要件を満たすことができる場合は、Amazon Elastic Kubernetes Service (Amazon EKS) AWSや Amazon Elastic Container Service (Amazon ECS) などのコンテナオーケストレーションサービスを から使用できます。これらのサービスにより、基盤となるインフラストラクチャの管理が容易になり、安全なマイクロサービスの構築、適切なコンピューティングオプションの選択、信頼性の高い AWS 間の統合が可能になります。

イベント駆動型およびサーバーレスコンピューティング

マイクロサービスベースのアーキテクチャには、ERP および PLM からのデータの処理や、メンテナンスマネージャーまたはスーパーバイザーが フィールドにメカニズムをディスパッチするためのアラートの生成など、イベントに基づいて開始されるタスクが含まれます。 は、オンデマンドでアプリケーションタスクを実行するイベント駆動型のサーバーレスコンピューティングサービスであるため、このような場合AWS Lambdaに適しています。Lambda では、ランタイムとサーバーの管理や管理は必要ありません。Lambda 関数を作成するには、NodeJS、Go、Java、Python など、サポートされているいずれかの言語でコードを記述できます。サポートされている言語の詳細については、Lambda ドキュメントの Lambda ランタイムを参照してください。

データベース

従来のモノリシック MES では、主にリレーショナルデータベースが使用されていました。リレーショナルデータベースはほとんどのユースケースに適していますが、最適な選択肢はごくわずかです。マイクロサービスベースの MES を使用すると、マイクロサービスごとに最適な専用データベースを選択できます。 では、リレーショナルデータベース、時系列データベース、キーバリューデータベース、ドキュメントデータベース、インメモリデータベース、グラフデータベース、台帳データベース、現在 15 を超える専用データベースエンジンなど、8 つのデータベースファミリー AWS を提供しています。以下は、MES 固有のマイクロサービスに適したデータベースの例です。

リレーショナルデータベース

一部の MES マイクロサービスは、データの整合性、アトミック性、一貫性、分離性、耐久性 (ACID) コンプライアンス、トランザクションデータの複雑な関係を維持する必要があります。たとえば、製品、BOMs、ベンダーなどとの作業指示の複雑な関係を保存するためにマイクロサービスが必要になる場合があります。リレーショナルデータベースは、このようなサービスに最適です。Amazon Relational Database Service (Amazon RDS) は、このようなすべてのニーズを満たすことができます。これは、クラウド内のデータベースのセットアップ、運用、スケーリングに役立つマネージドサービスのコレクションです。8 つの一般的なデータベースエンジン (Amazon Aurora PostgreSQL 互換エディション、Amazon Aurora MySQL 互換エディション、 Amazon RDS for PostgreSQL、Amazon RDS for MySQL、Amazon RDS for MariaDB for SQL Server、Amazon RDS for Oracle、Amazon RDS for Db2) から選択できます。

キー値、NoSQL データベース

一部の MES マイクロサービスは、マシンまたはデバイスからの非構造化データとやり取りします。たとえば、フロアで実行されるさまざまな品質テストのテスト結果は、さまざまな形式で、合格/不合格値、数値、テキストなど、さまざまなタイプのデータが含まれる場合があります。一部の には、マテリアル分析でコンテンツまたはコンポジションテストをサポートするパラメータがある場合もあります。このような場合、リレーショナルデータベースの剛体構造が最適なオプションではない場合があります。NoSQL データベースの方が適している可能性があります。Amazon DynamoDB は、あらゆる規模で高性能アプリケーションを実行できるように設計された、完全マネージド型のサーバーレスのキーバリュー型 NoSQL データベースです。

時系列データベース

機械やセンサーは、プロセスパラメータ、温度、圧力など、時間の経過とともに変化する値を測定するために、製造中に大量のデータを生成します。このような時系列データの場合、各データポイントはタイムスタンプ、1 つ以上の属性、および時間の経過とともに変化する値で構成されます。企業はこのデータを使用して、アセットまたはプロセスのパフォーマンスと状態に関するインサイトを取得し、異常を検出し、最適化の機会を特定できます。企業は、このデータを費用対効果の高い方法でリアルタイムで収集し、効率的に保存する必要があります。これにより、データの整理と分析に役立ちます。従来のモノリシック MES では、時系列データを効果的に使用しません。時系列データ収集とストレージは、主に履歴やその他の下位レベルの OT システムの機能です。マイクロサービスとクラウドは、時系列データを使用し、他のコンテキスト化されたデータと組み合わせて、貴重なインサイトとプロセスの改善を引き出す機会を提供します。Amazon Timestream は、高速でスケーラブルなサーバーレスの時系列データベースサービスであり、リレーショナルデータベースのコストの 10 分の 1 のコストで、1 日あたり最大 1,000 倍速く、1 日あたり何兆ものイベントを簡単に保存および分析できます。時系列データを操作するもう 1 つのマネージドサービスは ですAWS IoT SiteWise。これは、産業企業が複数の産業施設にまたがる何千ものセンサーデータストリームを収集、保存、整理、視覚化できるようにするマネージドサービスです。 AWS IoT SiteWise には、施設内の現場にあるゲートウェイデバイスで実行され、履歴者または特殊な産業サーバーから継続的にデータを収集し、クラウドに送信するソフトウェアが含まれています。

クラウドストレージ

MES は、設計図、機械仕様、作業指示、製品のイメージと作業現場、トレーニングビデオ、オーディオファイル、データベースバックアップファイル、階層フォルダやファイル構造内のデータなど、多くの非構造化データ形式を処理します。従来、企業はこれらのタイプのデータを MES アプリケーションレイヤーに保存していました。クラウドストレージソリューションは、業界をリードするスケーラビリティ、データの可用性、セキュリティ、パフォーマンスを提供します。クラウドストレージの大きな利点は、実質的に無制限のスケーラビリティ、データの耐障害性と可用性の向上、ストレージコストの削減です。企業は、クラウドストレージサービスを使用して産業データレイク、分析、機械学習アプリケーションを強化することで、MES データをより適切に活用することもできます。 は、Amazon Simple Storage Service (Amazon S3)、Amazon Elastic Block Store (Amazon EBS)、Amazon Elastic File System (Amazon EFS)、Amazon FSx などのストレージサービス AWS を提供します。マイクロサービスに適したストレージオプションの選択は、レイテンシーと速度、オペレーティングシステム、スケーラビリティ、コスト、使用状況、データ型の要件によって異なります。アーキテクチャの観点から、同じマイクロサービスに対して複数のオプションを選択することもできます。

ユーザーインターフェイス

MES ユーザーグループは多様です。これには、受領担当者、倉庫担当者、マテリアルハンドラー、マシンオペレーター、メンテナンスクルー、本番スケジューラ、本番マネージャーなどが含まれます。これらのユーザーとそのタスクは、MES のユーザーインターフェイス (UI) 設計に影響します。たとえば、オフィスのデスクから作業する店員の UI は、現場の手持ちデバイスを使用するマテリアルハンドラーの UI とは異なります。このさまざまな UI 要件によって、基盤となるテクノロジーの選択も決まります。マイクロサービスベースの MES アーキテクチャでは、UIs は頻繁にアップグレードされ、開発、配信、テスト、モニタリング、ユーザーエンゲージメントなど、独自のライフサイクルフェーズを経ます。 AWS は、UI ライフサイクルフェーズの課題をサポートするフロントエンドウェブとモバイル UI の両方に幅広いサービスを提供します。UI ライフサイクルで使用される 2 つの目立つ AWS サービスは次のとおりです。