2015-10-09 10 views
5

Ho appena iniziato ad imparare Azure IoT ed è piuttosto interessante. Sono confuso circa l'IOS Hub che memorizza i dati da qualche parte?

Ad esempio, supponiamo di passare la temperatura ambiente all'hub IoT e di volerlo memorizzare nel database per un ulteriore utilizzo. Com'è possibile?

Sono chiaro su come device-to-cloud e cloud-to-device funzionano con l'hub IoT.L'hub IoT Microsoft Azure memorizza i dati?

risposta

7

IoT Hub espone il dispositivo ai messaggi cloud attraverso un nodo finale di eventi hub. Event Hub ha un tempo di conservazione espresso in giorni. È un flusso di dati che il client di lettura può rileggere più tempo perché il cursore si trova sul lato client (non sul lato server come code e argomenti). Con l'hub IoT il tempo di conservazione relativo è 1 giorno per impostazione predefinita, ma è possibile modificarlo.

Se si desidera archiviare i messaggi ricevuti dal dispositivo, è necessario che un client legga l'endpoint esposto di Event Hub (ad esempio con un host dell'elaboratore di eventi) che disponga della logica aziendale per elaborare i messaggi e archiviarli in un database per esempio.

Ovviamente è possibile utilizzare un altro livello di disaccoppiamento in modo che il client legga dagli hub degli eventi e memorizzi i messaggi nelle code. Poi hai un altro client che a suo piacimento legge dalle code e memorizza nel database. In questo modo hai un percorso veloce che legge gli hub degli eventi.

4

Questo è praticamente il caso di utilizzo per tutti gli scenari IoT.

Passaggio 1: ingestione di dati su larga scala tramite Event Hub.

Passaggio 2: Creare e utilizzare un motore di elaborazione del flusso (Stream Analytics o HDInsight/Storm). È possibile eseguire condizioni (query come SQL) per filtrare e archiviare i dati appropriati in un archivio freddo o caldo per ulteriori analisi.

Passaggio 3: l'archiviazione per l'analisi del percorso a freddo può essere BLOB di Azure. Stream Analytics può essere configurato direttamente per scrivere i dati in esso. Cold può contenere tutti gli altri dati che non richiedono query e saranno economici.

Passaggio 4: elaborazione per analisi hot-path. Si tratta di dati per cui sono richieste più regolarmente. O dati in cui è necessario portare avanti analisi in tempo reale. Come nel tuo caso, verificando che i valori di Temperatura superino una soglia! ha bisogno di un trigger urgente!

Fammi sapere se si verificano problemi durante la configurazione del lavoro di analisi di Stream! :)

+0

Hmmm. Questo è approfondito su ciò per cui MS Azure IoT è progettato. Enfasi molto pesante (forse di pregiudizio?) Verso l'azione in tempo reale. Quello che vedo qui fuori è l'analisi sul percorso a freddo (che richiede l'esecuzione di query). Ad esempio, rivedere e conoscere il comportamento di un dispositivo nel corso del tempo (come il mese scorso o l'anno), non solo in tempo reale. – dapug

Problemi correlati