srs im daten - maschinenraum
DESCRIPTION
Smart Remote Services werden erst möglich durch eine effiziente Bündelung und Verarbeitung der verfügbaren Informationen aus Geräten/ Maschinen und anderen Quellen. Der dazu verwendete „Daten-Maschinenraum“ muss hohe Anforderungen erfüllen: Zuverlässigkeit, Sicherheit, Robustheit, Erweiterbarkeit, Wirtschaftlichkeit. Während Lösungen dazu bisher meist individuell entworfen und umgesetzt wurden, zeichnen sich inzwischen bewährte Muster und Standards ab, die Risiken senken und Effizienz erhöhen. Der Vortrag zeigt dies anhand von ProjektbeispielenTRANSCRIPT
© Zühlke 2014
Im Daten-MaschinenraumLeistungsfähige Architekturen für Smart Remote ServicesDr. Christoph Bröcker, 29. September 2014
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 2
© Zühlke 2014
Nutzungsmuster 1:Daten aus der Ferne messen
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 3
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 4
FeldtestViessmann optimiert die Vorentwicklung: Daten von neuen Brennstoffzellen werden täglich analysiert.
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 5
Szenario 150 Feldsysteme1 Ablesung / Stunde4.000 Werte pro Ablesung
500 MB / Monat
Szenario 2500 Feldsysteme6 Ablesungen / Minute40.000 Werte pro Reihe
20 TB / Monat
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 6
Um 20 Terabyte im Monat zu verarbeiten, reicht Excel als Werkzeug nicht mehr aus.
Horizontale Skalierbarkeit
Auto-Scaling
Schichtenmodell für Datenspeicher
Zeitreihen-verarbeitung
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Kosten und Nutzung verschiedener Speicherarten
Folie 7
$3,750
$200
$1,000
$100
Beispielpreise: Amazon Web Services, Stand 08/2014, Region EU
In-Memory Datenbank Festplatte Extern ArchivEC2 DynamoDB EBS S3 Glacier
Interaktive Analyse
Gefilterte Daten Historische DatenEvents
Aggregation
ReportingRohdaten
Pufferung
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Wann immer Geräte senden können, muss der Daten-Maschinenraum empfangen.
Folie 8
Lokale Redundanz
Überregionale Redundanz
Updates ohne Downtime
Trennung von Empfang und Verarbeitung
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 9
© Zühlke 2014
Nutzungsmuster 2:Aktive Steuerung von Geräten
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 10
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 11
Smart HomeRWE bringt ein umfassendes System zur Steuerung von Licht, Heizung, Geräten, etc. auf den Markt.
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Seit Stuxnet, Snowden und Shodan wachsen sowohl Missbrauchsfälle als auch die Empfindlichkeit der Kunden.
Folie 12
Hollywood-Prinzip„Built-in“ Security auf
IoT Plattformen
Ende-zu-Ende-Verschlüsselung
Authentisierung durch Zertifikate
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Wenn man den Schalter drückt, soll das Licht angehen. Und nicht erst fünf Sekunden später.
Folie 13
IoT-Protokolle
Caching / Offline-VerarbeitungBig Data Technologien
Real-time
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
IoT Protokolle
Folie 14
CoAP MQTT DDS REST XMPP AMQP JMSFocus Low Power,
Small foot-print, IPv6, 6LoWPAN
Simple devices,telemetry
M2M,scalability, real-time
Resources, Statelessinteraction
Instant messaging
Messaging interop-erability
Messaging middleware
Background "REST fordevices"
Messaging middleware
Aerospace/Defence
Web architecture
Chat protocol
Financial sector
Java messagingsystems
Standard Body
IETF CoRE IBM –OASIS
OMG - IETF OASIS JCP/JSR 914
Architecturemodel
Client/Srv, multicast
Pub/Sub, message broker, websocketsupport
Pub/Sub, "data busapproach"
Client/Srv Client/Srv Pub/Sub, messagebroker
Pub/Sub, message broker or Point-to-point
Security DTLS user/pwd, encryption, TLS
provider specific, e.g. SSL, DDS
TLS SASL, TLS SASL for auth. & TLS
provider specific; TLS, JAAS
Wire Format binary binary, opaquepayload
DDSI (CDR) MIME (often JSON)
XML AMQP, opaquepayload
provider-specific
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 15
© Zühlke 2014
Nutzungsmuster 3:Bessere Entscheidungen durch mehr Information
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 16
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 17
MeteringFernablesung vereinfacht die Fakturierung und ermöglicht neue Services.
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 18
Vom Verbrauchswert zur Rechnung
EAI / ETL
Auswertungen„Walk by“
Ablesegeräte
Rules Engine
Kundenportal
Außendienst
Verbrauchs-zähler
Daten-terminals
Web-server
Kunden
Verträge
AblesewerteBackend-SystemeSensoren
Funk GSM
Prozessmanagement Monitoring
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 19
Damit der Monteur schnell sieht, wo er hin muss, braucht er die Daten aus dem zentralen CRM.
Middleware
Schichtenarchitekturen
Modularisierung
Enterprise ArchitectureManagement
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Vom Wasserleck zum Alarmsignal
EAI / ETL
Auswertungen„Walk by“
Ablesegeräte
Rules Engine
Kundenportal
Außendienst
Verbrauchs-zähler
Daten-terminals
Web-server
Kunden
Verträge
AblesewerteBackend-SystemeSensoren
Funk GSM
Prozessmanagement MonitoringFolie 20
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 21
Geräte leben lang. Backend-Applikationen auch.Die Use Cases ändern sich ständig.
Versionierung von Schnittstellen
KompatibilitätSeparation of concerns
Referenzmodelle
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
IoT-A Reference Architecture: Functional Model
Folie 22
Quelle: IoT-A Programme, EU Seventh Framework Programme, Juli 2012
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
WSO2 IoT Reference Architecture
Quelle: WSO2 White Paper, A Reference Architecture for the IoT, Mai 2015Folie 23
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 24
© Zühlke 2014
Nutzungsmuster 4:Neue Einsichten aus vorhandenen Daten
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 25
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 26
FlottenmanagementFunkmodule in Baumaschinen verbessern Diagnose und liefernneue Erkenntnisse für dieProduktentwicklung.
© Zühlke 2014
Daten allein sind wertlos. Nutzen entsteht durch Einsichten, die aus den Daten gewonnen werden.
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 27
Lambda-Architektur
Machine Learning/ Data Mining
Complex Event ProcessingNatural Language
Analysis
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 28
Lambda-Architektur
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker
Der Appetit kommt beim Essen.
Folie 29
Event Sourcing
Rohdaten archivieren
Dashboards
Up-front vs. YAGNI
© Zühlke 2014
Zusammenfassung:Der leistungsfähige Daten-Maschinenraum
29. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 30
Kapazität Verfügbarkeit
Sicherheit
Geschwindigkeit
Integration Wartbarkeit
Auswertbarkeit
Erweiterbarkeit
© Zühlke 201429. September 2014Im Daten-Maschinenraum | Dr. Christoph Bröcker Folie 3122. Oktober 2013Large Development Projects | Ernst Ellmer
Dr. Christoph Bröcker
Folie 31
Feedback und Fragen
xing.to/cab
blog.zuehlke.com