Open Data & IoT

Quel est le lien entre l'open data (l'ouverture des données, leur publication sur des plateformes publique) et l'IoT l'Internet of Things. Les objets enfouis doivent pouvoir publier leurs données et s'il s'agit de données d'intérêt publique, ils pourraient très bien publier leurs données sur les plateformes de l'open data. Qu'en est-il réellement ?

La première plateforme qui propose de publier vos données IoT (Issues de capteurs enfouis) c'est lo'ffre AWS.  Dans ce cadre AWS est un écosystème complet dont on va faire un tour rapide.

Amazone Web Services IoT Analytics

AWS IoT Analytics

Selon l'analyse d'AWS le monde n'a jamais généré autant de données, seulement elles sont bruitées inconsistantes dispersées, ce qui rend leur analyse encore plus difficile pour les sources de données que que représente l'IoT. Pour ce faire AWS a créé AWS IoT Analytics pour collecter, nettoyer et analyser les données issues de l'IoT.

Et pour cela on commence par la première étape de traitement des données c'est à dire construire un Channel avec AWS CLI : C'est un Kit de programmation pour créer votre channel IoT :

Step 1: Create an AWS IoT Analytics Channel using the AWS CLI

> aws iot create-Channel --Channel-name myfirstChannel

Step 2: Copy the ChannelArn that is returned from the CLI

{
"ChannelArn":"arn:aws:iot:us-east-1:0123456789:Channel/myfirstChannel"
"ChannelName":"myfirstChannel"
}


Step 3: Create a json file containing the following json payload and replace the <Channel_ARN>
value with the ChannelArn that you copied in the previous step

{
"sql": "SELECT * FROM 'hello/world'",
"ruleDisabled":false,
"awsIotSqlVersion":"2016-03-23",
"actions": [ {
"iotAnalytics": {
"ChannelArn":"<Channel_ARN"
}
}]
}

Step 4: Use the CLI to create an AWS IoT Rule using your rule.json file

> aws iot create-topic-rule --rule-name firstChannelRule --topic-rule-payload file://rule.json

Il faut dire, c'est bluffant, on se retrouve avec un "langage de programmation", de configuration pour créer votre cas d'utilisation de l'IoT Analytics. Il n'y a plus qu'à.

Les 4 étapes constituant ce processus sont donc, première étape on créé donc des Channels, étape 2 des Pipelines, étapes 3 des Data Stores pour enfin finir par l'étape 4 faire de l'Analytics.

Channel, on vient de voir, Pipeline c'est pour nettoyer, transformer, enrichir éventuellement les données. Le tout au format JSon. 

La partie qui va m’intéresser c'est l'Analyse et la Visualisation des données, la quatrième et dernière partie pour voir comment notre Dashboard pourrait intervenir au sein de l'ensemble de ce processus.

On y parle de "How to Containerize your Jupyter Notebooks-based Analysis" que je traduirais par "Containariser votre Analyse basée sur Jupyter Notebooks".

A ce niveau je prends note de la partie 4 : AWS - User Guide - Analytics and Visualisation

C'est très spécifique, encore un peu de lecture Ici : Qu'est-ce qu'AWS IoT Analytics ?
En français cette fois.

On est au cœur de l'AWS Amazone Web Services avec une plateforme complète de traitement de vos données IoT.

Existe t-il une autre solution intégrée de plateforme IoT ? 

Nous le verrons la prochaine fois.


Commentaires

Posts les plus consultés de ce blog

Connexion de l'application DataMonitoring au Serveur d'Authentification SoDevLog

Dashboard Universel - Technologies ASP.NET Core C# & Angular

Voici notre solution de Dashboard Universel