Amazon Web Services ブログ
発表 AWS IoT Analytics:従来よりスケールがあり速いIoTアナリティクスの提供
私が徹底的に楽しむ技術分野として、Internet Of Things(IoT)があります。私が子供のときに両親が私のために購入してくれたおもちゃを分解し、仕組みを見て、どうやって元に戻すかを見てきました。どういうわけか、私は、厳しく刻々と変化する技術を終わらせる運命にあったようです。
したがって、私がIoTのデバイスやテクノロジの学習や調整を本当に楽しんでいることは間違いありません。私の開発とソフトウェアエンジニアリングへの愛と電気工学分野の回路、コントローラ、およびその他に関する私の好奇心を結びつけています。 私が電気工学者であると主張することはできませんが。
IoTデバイスとソリューションの導入によって収集された情報にもかかわらず、私は正直言って、異常発生の検索、大量データのクエリが必要となるケースに直面するまでデータの解析、検索、処理について考えた事がありませんでした。もちろん、組織の方向性を高めるために企業が正確な意思決定と予測を行うための分析の重要性を理解していました。しかし、アナリティクスがIoTの初期ソリューションに不可欠なパーツであるかは私には思い浮かびませんでした。
AWS IoT Analyticsこんにちは！。AWS IoT Analyticsはデバイスからのデータ収集に高度なデータ解析機能を提供するAWS IoTの新しい機能です。AWS IoT Anlyticsサービスは、メッセージの処理、大量のデバイスデータの収集と保管、データに対するクエリの発行ができます。そして、可視化としてAmazon Quicksightと連携し、Jupyter Notebooksと連携し機械学習を持ち込むこともできます。
AWS IoT Anlyticsのメリット
- 事前に構築された分析機能へのアクセスを提供することにより、データの予測分析に役立ちます。
- サービスから分析された結果を可視化する機能を提供
- データクリーンアップのツールの提供
- 収集されたデータパターンの識別に役立つ
AWS IoT Anlytics コンセプトについて知っておくべき事
- Channel: rawデータのアーカイブをし、MQTTにより収集された未処理のメッセージとデータを収集する
- Pipeline: Channelからメッセージを取得し、メッセージの処理をすることを許可する
- Activities: フィルタリング属性を含むメッセージの変換を行い、高度な処理のためのAWS Lambda functionのinvokeができる
- Datastore: 処理されたメッセージに対してクエリを使用できる。異なるデバイス、場所やメッセージ属性に基づくフィルタで複数のdatastoreを持つこともできる
- Dataset: データ検索ビューの作成、スケジュールによる再帰的な生成ができる
AWS IoT Analyticsの始め方
はじめに、送信されたメッセージを受け取るChannelを作成します。このChannelは、MQTTを介してチャネルに送信されたデータまたはルール・エンジンからのメッセージを取り込むことができます。
channelを作成するために、メニューからChannelsを選択し、Create a channelをクリックします。
channelに名前を付けます。IDをTaraloTAnalyticsIDとし、MQTT topic filterをTemperatureとします。channel生成を完了させるためにCreate Channelボタンをクリックします
これでChannelが作成できました。次にIoTデイバイスからのChannelに送られたデータをうけるData Storeを作成する必要があります。複雑な問題のために複数のDatastoreが作成できることはおぼえていますか？しかし、今回は例として単純な１つのData Storeを作成します。Data Storesをメニューのパネルから選択し、Create a data storeクリックします
Data Storeに名前をつけます、ここでは、TaraDataStoreIDとして、Create the data storeボタンをクリックし、Data Storeのセットアップ完了メッセージが表示されます
現状、私はChannelとData Storeができています、これら２つを結びつけるためにPipelineを利用します。ここでは単純に私のChannelとData Storeを結ぶpipelineを作成しますが、あなたがもしもっとロバストなpipelineを作成したい場合には、Data Store activityもしくはLambda activityを追加することもできます
pipelineを作成するために、Pipelineメニューのオプション、Create a pipelineをクリックします
ここでは、pipelineへAttributeの追加はしませんので、Nextをくりっくします
先程示したように、処理や変換のための pipeline activitiesがありますが、ここでは単純な構成のままとするので、Nextをクリックします
pipeline作成の最終手続きとして、先程作成してData Storeを選択し、Create Pipelineをクリックします
AWS IoT Aanlyticsを利用するために残された手順はAWS IoT Analytics channelにデータを送信するためのルールを作成することです。IoTデバイスの解析をするための手順はたったこれだけでとても簡単です。
Amazon Quicksightで可視化するためにクエリを実行した結果としてData Setを作成したい場合や、Jupyter Notebokksでより高度な機能を実行する場合は、Analyzeメニューオプションを選択して、表示されたcreate data setsを選択し、Juypter Notebookインスタンスにアクセスします
サマリ
見ていただいたとおり、AWS IoTに高度なデータ解析を設定することは非常に簡単にできます。あなたは収集、可視化、処理、クエリ、そしてAWS IoTに接続されたデバイスから生成された大量のデータを貯める能力を得ることができます。
そして、様々な方法でAWS IoT Anlyticsサービスにアクセスすることが出来ます;AWS コマンドライン インターフェース(AWS CLI)、 AWS IoTのAPI、様々な言語用に準備されたSDK、そしてAWS IoT Device SDKです。
AWS IoT Anlyticsは、あなたのIoT Dataの解析の深掘りのために本日(2017/11/29 PST)から利用可能です。もっとAWS IoTとAWS IoT Analyticsについて知りたい場合は、AWS IoT Analyticsの製品ページまたは、AWS IoT ドキュメントのを参照してください。