例えば、こんな組み合わせで全体設計が可能です。この全体設計をたたき台にして、個々のアプリケーション要件次第で柔軟にカスタマイズできます。

  • モバイルアプリケーションのサーバーサイド

    design-example-mobile
    upwards-arrow
    Pattern-DynamicWeb

    モバイルバックエンド

    Pattern-LogCollection

    ログデータ収集処理

    Pattern-DataLakePostProcess

    データレイクからのデータ加工

     

    要件: モバイルアプリから随時データが送信されてくる。その情報を受信し、データの加工・集計をして、タイムリーに可視化したい。

    選択パターン: モバイルバックエンド、ログデータ収集処理、データレイクからのデータ加工
    加えて BI ツールを使って可視化する部分を追加。

  • IoTアプリケーションデザイン

    design-example-iot
    upwards-arrow
    Pattern-IoTcore

    IoTバックエンド

    Pattern-LogCollection

    ログデータ収集処理

    Pattern-DynamicWeb

    モバイルバックエンド

    Pattern-MLpipeline

    機械学習パイプライン

    Pattern-chatbot

    Alexaスキル

     

    要件: 機器から随時データが送信され、そのデータを収集し、機械学習させる。また、モバイルアプリから機器の遠隔操作を可能にする。一部の機器については Alexa によるボイス操作を可能にしたい。

    選択パターン: IoT バックエンド、モバイルバックエンド、Alexa スキル、ログデータ収集処理、機械学習パイプライン

  • データ処理パイプライン

    design-example-detapipeline
    upwards-arrow
    Pattern-SimpleDataProc

    シンプルなデータ加工

    Pattern-Integration

    イベント駆動の処理連携

    Pattern-MLpipeline

    機械学習パイプライン

     

    要件: 連続的にデータが流入。それらに対して随時加工・集計などの処理をしながら、最終的には機械学習のフローに回す。

    選択パターン: シンプルなデータ加工、イベント駆動の処理連携、機械学習パイプライン