トレードオフ

IoT ソリューションは、運用、カスタマーケア、金融、販売、マーケティングなど、重要なエンタープライズ機能の広範囲にわたる豊富な分析機能を駆動します。同時に、エッジゲートウェイの効率的な出力ポイントとして使用できます。データおよび分析がデバイスによってクラウドにプッシュされ、機械学習アルゴリズムがクラウドからデバイスゲートウェイにプルダウンされる高効率な IoT 実装のアーキテクチャ設計には、慎重に検討する必要があります。

個々のデバイスは、特定のネットワークでサポートされているスループットによって制限されます。データが交換される頻度は、トランスポートレイヤーと、オプションでデータを保存、集計、クラウドに送信するデバイスの能力とのバランスを取る必要があります。バックエンドアプリケーションがデータを処理してアクションを実行するために必要な時間に合わせたタイミング間隔で、デバイスからクラウドにデータを送信します。例えば、1 秒単位でデータを表示する必要がある場合、デバイスは 1 秒よりも頻繁にデータを送信する必要があります。逆に、アプリケーションが 1 時間あたりの料金でのみデータを読み取る場合、エッジでデータポイントを集約し、30 分ごとにデータを送信することで、パフォーマンスのトレードオフをすることができます。

エンタープライズアプリケーション、ビジネス、運用が IoT テレメトリデータを可視化する必要がある速度によって、IoT データを処理するための最も効率的なポイントが決まります。ハードウェアに制限がないネットワーク制約のある環境では、AWS IoT Greengrass などのエッジソリューションを使用して、クラウドからオフラインでデータを運用および処理します。ネットワークとハードウェアの両方に制約がある場合には、バイナリ形式を使用し、同様のメッセージを 1 つのリクエストにまとめることで、メッセージペイロードを圧縮する機会を探します。

可視化のために、Amazon Managed Service for Apache Flink を使用すると、ほぼリアルタイムで継続的にデータを読み取り、処理、保存する SQL コードをすばやく作成できます。ストリーミングデータに対して標準的な SQL クエリを使用すると、データを変換して洞察を提供するアプリケーションを構築できます。Managed Service for Apache Flink を使用すると、ストリーミング分析用の IoT データを公開できます。