IoT und Smart City mit Open Source
Wirkungsvolle Tool-Architektur
Fortsetzung des Artikels von Teil 1
Open-Source-Komponenten
Die Softwarearchitektur besteht aus unterschiedlichen Open-Source-Komponenten, die jeweils eine der aufgeführten Kernaufgaben fokussiert.
Skalierbare Datensammlung- und Distribution per Kafka: Damit sich Informationen aus den unterschiedlichen Quellen in Echtzeit verarbeiten lassen, ist ein zentraler Datenhaltungspunkt mit enormem Durchsatz erforderlich. Kafka hat sich hierbei als sogenanntes Distributed Commit Log etabliert. Die Lösung ist bereits in 60 Prozent aller Fortune 500 Unternehmen im Einsatz und zeichnet sich unter anderem dadurch aus, dass sie ohne Probleme enorme Datenströme mit über 500.000 Nachrichten pro Sekunde bewältigt. Was die Kafka-Architektur darüber hinaus für eine Open Source-Plattform so wertvoll macht, ist ihre hohe Ausfallsicherheit und Skalierbarkeit, was sich beispielsweise in automatischer Partitionsreplizierung und dem einfachen Hinzufügen von Brokern zeigt.
Integration, Kombination und Auswertung von Daten: Das bloße Vorliegen von Daten reicht nicht aus, um einen Nutzen aus ihnen zu ziehen. Entsprechend ist für die Plattform auch eine Komponente zur Datenintegration und darauffolgenden Analysen erforderlich. Als Ergänzung zu Kafka hat sich hier die Low-Code-Datenintegrationsplattform Pentaho Data Integration (PDI) bewährt, die für Extrahier-, Transformier- und Ladeprozesse (ETL) zuständig ist. Durch die grafische Drag-and-Drop-Oberfläche sind keine Programmierkenntnisse erforderlich, um mit der Lösung professionelle ETL-Strecken zu erstellen. Darüber hinaus ist PDI dank Open-Source-Architektur embedded in jede bestehende Infrastruktur integrierbar und je nach Anforderung erweiterbar.
Mandantenfähige API für Datennehmer und -geber: Eine sichere, offene Daten-API zählt zu den wichtigsten Anforderungen einer IoT-Plattform. Sie garantiert, dass jede Art von User, aber auch Geräte wie zum Beispiel Sensoren mit der Plattform interagieren können. Die Lösung, die sich für dieses Aufgabenfeld bewährt hat, heißt Kong. Es handelt sich dabei um das meistgenutzte Open Source API Gateway der Welt. Kong ermöglicht zentrales Management sowie Mandantentrennung und bietet eine beliebige Anzahl an APIs für Service-Endpunkte, die unabhängig von den Kapazitäten der Backend-Services zur Verfügung stehen. Darüber hinaus punktet das Gateway auch mit einem hohen Sicherheitsstandard. So erkennt die Plattform per Algorithmus verdächtige Zugriffe frühzeitig und reagiert darauf mit verschiedenen teil- oder vollautomatisierten Maßnahmen.
Near-Realtime Reporting und Device-Management: Zu den Grundvoraussetzungen des Praxisbetriebs von smarten Plattformen gehört es, die Funktionalität der Sensoren und Geräte sicherzustellen, die für die Erfassung von Daten in genutzt sind. Dazu benötigt man eine digitale Nachbildung des Anwendungsbereichs, die einen Überblick über den Einsatz und Zustand der Devices gewährleistet. Eine bewährte offene Lösung ist ThingsBoard. Die Plattform visualisiert Daten und ermöglicht Fachanwendern die einfache Entwicklung von Dashboards. Mit Hilfe von Regelketten löst ThingsBoard bei Problemen in Echtzeit Alarm aus und leitet Informationen an externe Stellen weiter. Auch hier sind dank Low-Code für die Anwender häufig keine tiefgehenden Programmierkenntnisse erforderlich.
Analytisches Reporting: Der letzte Schritt der Datenverarbeitung besteht in deren Aufbereitung, Analyse und Visualisierung. Das offene Tool Pentaho Business Analytics bietet sowohl operative als auch analytische Auswertungen und liefert OLAP-Berichte sowie druckbare Standardberichte. Das Tool zeichnet sich durch hohe Nutzerfreundlichkeit aus und ermöglicht unter anderem Self-Service-Reporting, die Definition individueller Kennzahlen sowie MDX-basierte Abfragen.
Best Practise Smart City
Eine besonders komplexe Herausforderung stellt die effiziente Datennutzung im Zusammenhang mit Smart-City-Projekten dar. Dabei kann es um die Daten einzelner Verkehrseinrichtungen wie Bahnhöfe gehen oder um die Vernetzung von Ampelanlagen für den Verkehrsfluss, was aufgrund der Fülle an Informationen und ihrer gegenseitigen Abhängigkeit bereits sehr anspruchsvoll ist. Ein noch ambitionierteres Ziel besteht darin, eine ganze Stadt zu erfassen und so beispielsweise verschiedenste Verkehrsströme effektiv und in Echtzeit steuern zu können. Nicht nur, dass es sich um gewaltige Datenmengen handelt – zu Straßenverkehr, Wetter- und Umweltverhältnissen sowie aus der Verwaltung, für jede Datenart gibt es zumeist mehrere Datenquellen. Doch damit nicht genug: Fast alle diese Daten ändern sich ständig. Die Lösung besteht darin, bewährte Techniken per Best-of-Breed-Ansatz zu einer IoT-Plattform zu kombinieren. Bei der smarten Stadt handelt es sich jedoch nur um einen von zahllosen smarten Use Cases. Die oben vorgestellte Architektur kann man als eine Blaupause für sämtliche Bereiche ansehen, in denen smarte Datenintegration im IoT-Kontext von Bedeutung ist. Möglich ist dies durch einen konsequenten Open-Source-Ansatz für jede einzelne Komponente der Architektur. Daraus ergibt sich eine grenzenlose Anpassungsfähigkeit im Hinblick auf jede denkbare Art von IoT-Projekt.
Stefan Müller ist Director Big Data Analytics und IoT bei It-novum.
- Wirkungsvolle Tool-Architektur
- Open-Source-Komponenten
Lesen Sie mehr zum Thema
Das könnte Sie auch interessieren
