AWS IoT 솔루션 설계 사례

Volansys Technologies의 Chandani Patel

IoT 디바이스의 증가에 따라 디바이스 데이터를 연결, 수집, 저장 및 분석할 수 있는 솔루션이 필요합니다. Amazon 웹 서비스 다양한 사용자 시나리오에 따라 연결된 장치가 클라우드 애플리케이션 및 기타 장치와 쉽고 안전하게 상호 작용할 수 있도록 다양한 서비스를 제공합니다.

IoT(사물 인터넷) 솔루션을 AWS 플랫폼으로 마이그레이션하거나 설계하면 인프라 관리 및 모니터링의 번거로움 없이 핵심 비즈니스에 집중할 수 있습니다. 이렇게 하면 고객에게 고가용성이 보장됩니다. 고객 요구 사항에 적합한 AWS 서비스가 사용된다면 IoT 솔루션은 보다 안전하고 안정적이며 확장 가능한 방식으로 결과를 제공할 수 있다고 Volansys Technologies의 기술 책임자인 Chandani Patel이 말합니다. .

규모에 맞게 안정적으로 작동하도록 설계

IoT 시스템은 장치와 게이트웨이에서 캡처한 고속 대용량 데이터를 처리해야 합니다. 클라우드 시스템 아키텍처는 데이터 오버플로를 처리할 수 있도록 확장 가능해야 합니다. 가장 좋은 방법은 데이터를 스토리지에 저장하기 전에 큐, 버퍼 또는 실시간 인메모리 데이터베이스로 보내는 것입니다.

디바이스는 데이터를 AWS Kinesis에 게시하거나 AWS IoT 규칙을 사용하여 AWS SQS 및 Kinesis에 데이터를 전달하여 데이터 저장을 위해 AWS S3, Redshift, DataLake 또는 Elasticsearch와 같은 시계열 저장소에 저장할 수 있습니다. 이러한 데이터 저장소는 사용자 지정 대시보드 또는 AWS QuickSight 대시보드를 생성하는 데 사용할 수 있습니다.

<노스크립트>

데이터 파이프라인을 통해 대용량 데이터 라우팅

모든 데이터가 처리 및 저장되도록 하는 가장 안전하고 가장 좋은 방법은 모든 장치 주제 데이터를 데이터 플러드 처리를 처리하도록 설계된 SNS로 리디렉션하여 수신 데이터를 안정적으로 유지 관리하고 처리하고 적절한 채널로 전달하도록 하는 것입니다. 확장성을 높이기 위해 여러 SNS 주제, SQS 대기열, AWS 디바이스 주제의 다른/그룹에 대한 Lambda를 사용할 수 있습니다. 처리하기 전에 Queue, Amazon Kinesis, Amazon S3 및 Amazon Redshift와 같은 안전한 저장소에 데이터를 저장하는 것을 고려해야 합니다. 이렇게 하면 메시지 플러드, 원하지 않는 예외 코드 또는 배포 문제로 인한 데이터 손실이 발생하지 않습니다.

<노스크립트>

기기 프로비저닝 및 업그레이드 자동화

AWS IoT는 디바이스를 AWS IoT에 사전 등록하고 디바이스에 인증서를 설치할 수 있는 제조 프로세스 또는 대시보드와 통합할 수 있는 일련의 정책과 함께 일괄 가져오기에 사용할 수 있는 기능 세트를 제공합니다. 나중에 장치 프로비저닝 흐름에서 장치를 요청하고 사용자 또는 다른 엔터티에 연결할 수 있습니다. AWS는 디바이스에 대한 OTA 업그레이드를 트리거하고 추적할 수 있는 기능을 제공합니다.

자동화된 프로비저닝을 위해 디바이스 내에 내장된 기능을 설계하고 디바이스 프로비저닝 및 관리를 처리하기 위해 AWS가 제공하는 적절한 도구를 활용하면 시스템이 최소한의 인간 개입으로 원하는 운영 효율성을 달성할 수 있습니다.

맞춤 구성요소를 위한 확장 가능한 아키텍처 채택

IoT 시스템이 외부 세계 장치와 연결됨에 따라 장치의 연결, 제어 및 보고 범위가 끝나지 않습니다. 데이터 과학 및 기계 학습과 같은 최신 기술을 채택하거나 IFTTT, Alexa 또는 Google과 같은 IoT 시스템에 타사 구성 요소를 통합하는 것에 대해 생각해 보십시오. 집. IoT 아키텍처는 성능 병목 현상 없이 외부 구성 요소를 솔루션에 쉽게 통합할 수 있도록 해야 합니다.

오프라인 액세스 및 처리 확인

때로는 클라우드에서 모든 머신 데이터를 처리할 필요가 없습니다. 많은 경우 지속적인 인터넷 연결이 불가능합니다. 이러한 시나리오의 경우 엣지에서 AWS Greengrass를 추가하십시오. Greengrass는 에지에서 로컬로 데이터를 처리 및 필터링하고 모든 장치 데이터를 업스트림으로 보내야 하는 요구 사항을 줄입니다. 모든 데이터를 캡처하고 제한된 시간 동안 보유하고 오류 이벤트 또는 요청/요청 시 클라우드로 보낼 수 있습니다. 시계열 데이터가 필요한 경우 AWS Machine Learning 모델 및 클라우드 분석 도구와 같은 향후 개선 사항에 사용할 수 있는 클라우드로 디바이스 데이터를 보내는 주기적 프로세스를 예약할 수 있습니다.

<노스크립트>

적절한 데이터 저장 선택

IoT 시스템은 고속, 대용량, 다양한 데이터를 생성합니다. 각 IoT 장치 또는 장치 주제는 단일 데이터베이스 또는 유사한 유형의 데이터 저장소를 통해 관리할 수 없는 다른 형식을 가질 수 있습니다. 아키텍트는 데이터베이스 형식과 데이터 저장소를 선택할 때 주의해야 합니다. 때로는 단일 데이터 저장소가 제대로 작동하거나 다른 목적을 위한 하이브리드 데이터 저장소가 높은 처리량을 달성하는 데 도움이 됩니다. 자주 사용하는 정적 데이터를 ElastiCache에 저장할 수 있어 성능 향상에 도움이 됩니다. 이러한 방식은 시스템의 확장성과 유지 관리 가능성을 달성하는 데 도움이 됩니다.

처리 전에 데이터 필터링 및 변환

IoT 시스템으로 들어오는 모든 데이터는 처리 또는 변환이 필요할 수 있으며, 그 후 그대로 저장소로 리디렉션될 수 있습니다. AWS IoT 규칙은 메시지를 다른 AWS 서비스로 리디렉션하는 작업을 제공합니다. 설계자는 처리가 필요한 데이터, 무시된/정적 데이터(예:구성) 및 직접 저장과 같은 다양한 형식의 모든 데이터를 분석해야 합니다.

AWS IoT는 빠른 장치 연결, 안전한 데이터 수집, 손쉬운 장치 관리, 다중 프로토콜 지원 등을 달성하는 데 도움이 됩니다.

저자는 Volansys Technologies의 Chandani Patel Tech 책임자입니다.

저자 소개

Chandani는 Volansys Technologies에서 기술 책임자로 일하고 있습니다. 그녀는 AWS 공인 솔루션 아키텍트이자 클라우드 솔루션, IoT 솔루션 및 ML/데이터 과학을 지원하는 AWS 비즈니스 및 기술 전문가입니다. 그녀는 퍼블릭 클라우드(Azure, AWS, Google 및 Bluemix), 프라이빗 클라우드 및 하이브리드 클라우드용 클라우드 솔루션을 설계, 개발 및 설계하는 데 깊은 전문 지식을 갖춘 클라우드 솔루션 설계자입니다.