In der heutigen Zeit sind Daten wertvoller den je. Die Stichworte Big Data und Machine Learning versprechen die verschiedensten Erkenntnisse, sofern man nur eine ausreichend große Menge an Daten bereitstellen kann. Zu den wertvollen Datenquellen zählen dabei oft auch IoT-Geräte.
Beim sogenannten Cold Path sind die Daten symbolisch gesprochen bereits kalt, wenn sie verarbeitet werden. Während man beim Hot Path versucht, die eingehenden Daten innerhalb weniger Sekunden zu verarbeiten, so rechnet man bei den kalten Daten von einem Zeitraum von Minuten oder Stunden. Über den Cold Path werden die Daten in der Regel auch archiviert, um später analysiert zu werden. Zur Unterscheidung der Pfade kann ein Merkmal des Hot Paths hilfreich sein: Wenn die Daten zu spät verarbeitet werden, lohnt sich die Verarbeitung über den Hot Path oft nicht mehr. Ein Beispiel hierfür sind die Daten, welche auf dem Gerät gesammelt werden, während keine Internetverbindung vorhanden ist.
Auf den Hot Path gehen wir in einem unserer nächsten Blogbeiträge näher ein. An dieser Stelle sei außerdem erwähnt, dass man in der Praxis häufig noch auf den Begriff Warm Path trifft. Dieser kommt in der Regel zum Tragen, wenn im umzusetzenden Szenario die Daten des IoT-Gerätes innerhalb von wenigen Minuten verarbeitet werden sollen.
Auch ohne ein akutes Machine Learning-Vorhaben kann es sich daher lohnen, die Daten von IoT-Geräten in einem langfristigen Speicher abzulegen. In aller Regel halten die Endpunkte in der Cloud die Daten der Geräte nur für wenige Tage vor, bevor diese gelöscht werden. Bei IoT Central sind dies beispielsweise 30 Tage. Verwendet man direkt einen eigenen Azure IoT Hub, so lassen sich die Daten je nach Konfiguration nur für 1-7 Tage aus dem Eventspeicher auslesen.
Abbildung 1: Hot- und Cold-Path für IoT-Daten-Export
Das Einrichten des Datenexports ist denkbar einfach. Sowohl Azure IoT Central als auch der Azure IoT Hub erlauben es mit wenigen Klicks, den Export auf einen externen Datenspeicher einzurichten. Ähnliches bietet die Capture-Funktion von Azure Event Hubs. Azure Blob Storage gehört zu den günstigsten Diensten der Azure-Cloud, daher ist die Ablage in einem solchen Storage Account in der Regel kostentechnisch unbedenklich.
Die Verarbeitung der Daten im Cold Path erfordert dabei in der Regel komplexeres Vorgehen als einfache Zeitfenster- oder Schwellwertverfahren. Im einfachsten Fall wird dabei lediglich das betrachtete Zeitfenster größer. Häufig werden hier jedoch auch noch andere Zustandsdaten der Aggregation in die Betrachtung miteinbezogen. Auch die Daten anderer IoT-Geräte können hier eine Rolle spielen. Dies wird häufig über Datenbanken wie Azure SQL Database abgebildet, um Verlaufsdaten zu persistieren. Ein mögliches Beispiel für einen solchen Anwendungsfall wären die Daten für die Sendungsverfolgung eines Paketes. Relevante Veränderungen können außerdem eventbasiert veröffentlicht werden um Geschäftsprozesse anzustoßen. Hierfür bieten sich Azure Event Grid und Microsoft Flow an. Auch die eingangs erwähnten Machine Learning-Prozesse sowie PowerBI-Dashboards sind ein häufiges Ziel.
Sprechen Sie uns an, wenn auch Sie Hilfe bei der Planung, Einführung oder Umsetzung von IoT und Industrie 4.0 in Ihrem Unternehmen benötigen. Wir führen Sie gerne ans Ziel.
Sie möchten mehr zum Thema IoT erfahren? Besuchen Sie doch unseren kostenlosen Workshop „IoT in a day – Von Null auf Cloud in einem Tag“ oder buchen Sie unseren zweitägigen IoT Proof of Concept-Workshop.