Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Smart storeを実現するAzureサービス IoT編

187 views

Published on

【概要】
本セッションは ユースケースをサンプルに Smart Store (Smart Box) で使用されている Azure 技術を学びます。
【対象】
Smart Storeにご興味があるエンジニアの方々

スピーカー:日本マイクロソフト株式会社
内藤稔

Published in: Technology
  • Be the first to comment

Smart storeを実現するAzureサービス IoT編

  1. 1. Azure Smart Store を実現する Azure 各種サービス IoT 編 Minoru Naito Partner Solutions Professional 2019/03/22
  2. 2. 22 レベル 100 レベル 200 レベル 300 Smart Store Azure 関連トレーニング コース はじめてシリーズ Azure App and Infra Azure 入門 営業 2017年7月 Azure Data and AI Azure Data and AI PaaS 基礎 技術 2018年6月 Azure Data and AI Azure IoT 入門 営業 Azure App and Infra IaaS 基礎 技術 2018年3月 提供 予定 更新予定 mstep コースあり 新規コース Azure Data and AI 商品認識の仕組み(その1) IoT 提供 予定 Azure Data and AI 商品認識の仕組み(その2) AI Azure Data and AI 商品マスタとトランザクション管理 DB Azure App and Infra サーバレスアーキテクチャ App 提供 予定 提供 予定 提供 予定 Azure Data and AI IoT データ可視化 WS AI 提供 予定 Azure Data and AI 画像認識WS IoT 提供 予定 AzureDataandAI SmartStoreリファレンスアーキテクチャハッカソン AI,IoT,App,DB 提供 予定 ※この他 Azure システム運用、CI / CD 、 Mobile アプリ開発などのコースも計画中
  3. 3. はじめに Smart Store 施策全体像 Smart Store プラットフォームの設計概念 サンプル実装 ( Smart Box ) に関して Smart Store リファレンスアーキテクチャの位置づけ 商品をカメラで認識し、カートへ追加する 商品をカメラで認識する - IoT Hub 、 IoT Edge – まとめ & Appendix コンテンツ
  4. 4. Smart Store リファレンスアーキテクチャをテーマに、 それを構成する 「 Azure の技術 」 を学んでいただく ※ Smart Store リファンレンスアーキテクチャはそれ単体で使っていただくものではなく、このアーキテクチャを 参考にして頂くことで、より素早くお客様の業務を実現するためのもの ※ そのために、それを構成する Azure を使いこなす技術習得が必須 本トレーニングの目的
  5. 5. はじめに
  6. 6. Smart Store 施策全体像
  7. 7. Smart Store 施策の背景 次世代の小売業で求められている姿 日本の小売業が直面しているシステム課題 • 単一のテクノロジ/ソリューションではビジネス課 題が解決できない (単発的なPOCの繰り返し) • 新しいテクノロジに追従する技術者育成・確保 困難 • 革新的なサービス開発を支えるシステムのサイロ 化による運用コストの増大 • 省人化や効率化かつ顧客満足の維持と向上 • 新しいビジネスモデルへの転換 • 顧客・店舗データの利活用 • カスタマイズされたサービス提供 • イノベーティブなサービスの実現 出典: 「スマートストアの実現に向けて」 平成30年3月経済産業省 消費・流通政策課 Smarter Retailing Forum 2018 VS 日本マイクロソフトは このGAPを本施策で解消します
  8. 8. Smart Store リファレンスアーキテクチャーを無償提供 GitHub を通して無償提供いたします ユースケース(業務シナリオ) サンプル アプリケーション リファレンス アーキテクチャー ① 商品をカメラで自動認識し、スマホア プリのカートへ追加して精算 (必要なデバイスの設計サンプルも含む) ② キャッシュレスによるスマホ決済 ③ 数百万×数百店舗の商品在庫を 一括管理できる商品マスタと商品ト ランザクション管理 ① ユースケース(業務シナリオ)の 動作が確認できるサンプル ソースコード ① サンプルアプリケーションに基づく、動 作確認用のホワイトペーパーと プラットフォーム構築に必要な サンプル ソースコード Announcement
  9. 9. Smart Store プラットフォームの目的 複数ソリューションを有機的に連携させる環境を作り、お客様が差別化すべき領域を限定的にします その効果により、中小小売業を含めた流通小売事業全体のイノベーションを加速化させます 施策の概要 ① 先進的なテクノロジを用いた基本的な実現方式(リファレンス アーキテクチャー)を、業界共通でオープン化し各社へ提供 ② リファレンスアーキテクチャーをベースとしたパートナー・技術者を育成 ③ 事業者が差別化した新規ビジネス開発に専念できるよう支援 パートナー様 流通事業者様 サービス構築期間の短縮化 RaaS/Solutionの提供 技術者の育成 差別化したサービス開発 革新的な新事業展開 先進的なテクノロジ を用いたリファレンスの提供 日本マイクロソフト
  10. 10. https://github.com/intelligent-retail サンプル実装:Smart Box ~ ソースコードはこちらからダウンロード可能 ~
  11. 11. リファレンスアーキテクチャー ≠ プロダクト
  12. 12. 速い 高 リファレンスアーキテクチャーがもたらすメリット スピード 変更の頻度 既存システム 差別化システム 革新的システム 日本マイクロソフトが提供するリファレンスアーキテクチャー マイクロソフトが提供 業界共通で、基本的なシステム実装方式について、先進的な テクノロジを用いたリファレンスアーキテクチャーをオープン化し各社 へ提供 事業者メリット • 差別化できる次世代店舗開発&運営実現にフォーカス • イノベーションライフサイクルを短縮化 (提供業務シナリオに基づくサービス開発期間を5割短縮) • POCコストの削減 (実装方式設計コストを7割削減) • 将来的なシステム運用コストの削減(5割削減) パートナーメリット • 事業者(顧客)に対するサービス構築期間の短縮化 • 開発・運用・保守コストの削減 事業者間で差別化すべき領域 業界共通的なシステム方式設計 遅い 低
  13. 13. 今後提供予定 リファレンスアーキテクチャー利用イメージ Smart Store リファレンスアーキテクチャー API API API API API API メーカー 物流卸売 小売 ECB 決済 消費者 メーカー 卸・物流関連事業者 流通小売事業者 新規事業者 提供中 流通小売事業者 • 新しいビジネステーマに迅速な対応 • 継続的なイノベーションを実現 ソリューション パートナー • 店舗デバイスによる新規ビジネスモデル開発 • AI、IoT、カメラ等と連携した先進的なソリューション開発 RaaS (Retail As a Service) パートナー • 複数ソリューションを連携して、事業者へ統合サービスと して提供 日本マイクロソフト • 主要な業務シナリオにおける リファレンスアーキテクチャー を提供し、より短いサイクルで継続的なイノベーションを 実現可能にする • 適切なソリューションパートナー・RaaSパートナーを紹介する ダイナミック・ プライシング ソリューション カメラ ソリューション 電子タグ ソリューション 決済 ソリューション 在庫管理 ソリューション …  電子棚札  サイネージ  店舗メディア  etc  映像  赤外線  TOF(3D)  etc  場所特定  Bluetooth  RFID  etc  RFIDレジ  カート一体型 セルフレジ  モバイル端末  etc  リアルタイム 在庫管理棚  作業指示端末  etc 今後提供予定
  14. 14. 今後の店舗で考えられる仕組み • 商品の評価を入れる • ポイント付与 • クーポン発行 • 定性情報の蓄積 退店後 入店前 • 店外から商品在庫確認 • 予約 (決済) も可能 • 店外でも LINE などから レコメンドを受信 イートイン 商品在庫+予約 レコメンド 商品レビュー・評価 クルーデバイス 入店認証 動線分析 ロッカー商品受取 ヒートマップ 滞留分析 広告効果測定 店内行動 各種情報 電子棚札 オススメ 店内レコメンド 商品情報 (アレルギー等) AR商品情報 ランキング・商品評価配信 対面KIOSK 接客ロボ RFID対応レジ モバイル決済 Suica決済退出ゲート ウォークスルー ゲート決済 電子レシート サイネージ 店内調理 縦型サイネージ FF在庫管理 在庫管理 電子棚札制御 ¥1000¥550 空調・照明制御 スマートエネルギー 自動発注 個品単位での追跡 生産~廃棄まで 個品管理が可能 業務アシスト 需要予測 カート一体型セルフレジ 欠品分析 棚割分析 棚一体型サイネージ 防犯カメラ 画像認識レジ リアルタイムクーポン 冷蔵庫モニタリング
  15. 15. Smart Store プラットフォームの設計概念
  16. 16. Smart Storeプラットフォームにクラウドを選ぶ理由(1)  スピード これまでは設備の調達や設置に多くの日数を要するため、事前に入念な計画が必要でした。クラウドの最大のメ リットは、最小限の準備で「すぐに」実行できるスピードにあります。店舗数や来店客数、品数や在庫量・流通量 などの予測が困難になっている現在、フェイルファスト(行動学習)可能な環境は何よりも強い武器になります。  スケーラビリティ 将来の予測が難しい現状では、例えば3年後に必要になるサーバーやストレージのサイズを予想することに意味はあ りません。必要なのは「必要な時に必要なだけ拡張/縮小できるリソース」です。クラウドは、無駄な資源とともに 無駄な検討時間も減らしてくれます。  高い保守性 最小限の物理機器で動作するため、店舗新規開設時やメンテナンス時の「取り回し」の軽さとともに、データセン ター側の冗⾧化や多重化などの災害対策環境も容易に構成できる能力が得られます。
  17. 17. Smart Storeプラットフォームにクラウドを選ぶ理由(2)  アクセス性の向上 パブリックかつ無尽蔵のリソースを利用できるようになることで、場所と時間を問わずリソースにアクセスする ことができます。また、これまでインターネット経由のチャネル利用には自社ネットワークの増強が不可欠でし たが、プラットフォームにクラウドを選択することで、最初からストレスのない帯域が手に入ります。  セキュリティ 業務プラットフォームにクラウドを利用する際の最大の障壁がセキュリティでした。自社データセンターと専用 線接続のみで構成された環境はセキュリティ面で最も強固です。しかし、現在のリテールシステムはインター ネットと切り離して考えることはできない状況になりつつあります。一方で、クラウドシステムは全てソフト ウェアで構成されています、高価なファイアウォールもクラウドであれば全てのエンドポイントに配置すること も可能です。これまでのデータセンターでは考えられなかった強固なセキュリティをクラウドでは実現すること ができるのです。
  18. 18. マイクロサービスの採用  従来の階層型設計である「モノリシック設計手法」では、密結合になりやすく拡張性も乏しくなります  リテールビジネスの成⾧と変化のスピードには対応させつつ、デジタルトランスフォーメーションを加速させる設計手法が必要です  Smart Store では、全体アーキテクチャ設計として「マイクロサービス」の設計手法を採用しています  ビジネス機能を一定の単位でカプセル化し、サービス間を疎結合に保つ設計手法  個々のサービスを、それぞれのビジネス機能に求められる非機能要件を適用できる  ビジネスの規模や成⾧ステージに合わせて、個々のサービス毎に拡張、更新、スケールが可能となる  それぞれのサービスに適したテクノロジーを個別に適用することができる 商品マスタサービス POSサービス BOX管理サービス 在庫管理サービス 利用者向け アプリ用サービス 管理者向けWeb用 サービス ビジネス機能単位で サービスを分割 サービス間は疎結合に保ち独立し て追加・更新可能に サービスの処理特性に応じて 個々にテクノロジーを適用 サービス毎の非機能要件 に合わせて、デプロイ・ス ケールが可能 マイクロサービスの特徴と利点
  19. 19. Smart Storeのリファレンスアーキテクチャ構想例 テナント別機能PF ショッピングアプリ スマホ決済 キャッシュレス 消費者向け スマートフォンアプリ ウェブアプリ、API 無人レジ 発注 品出し、棚卸 バックオフィス向け 端末 ウェブアプリ、API クーポン発行 ちらし配布 経営会議 マーケティング向け 管理画面、自動処理 BIツール 店舗PF POS データストア 分析・学習 商品照会 カート 決済 API IoT-PF 設備 監視・制御 入力装置 (カメラ・マイクなど) 出力装置 (空調・照明・放送など) 販売BOX・陳列棚 利用者動向追跡 商品動向追跡 制御・データ送受信 機器管理制御・データ送受信 API、処理商品マスタ 利用者データ 在庫データ 設備データ 商品学習 利用者分析 需要予測 設備メンテナンス予測 データストア
  20. 20. 全体構成図 概要 サーバーレスコンピューティングサービス として Azure Functions を採用し、リソースの柔軟なスケールを実現します マイクロサービスアーキテクチャ をベースとしたサービス設計によりサービス間の疎結合性を確保します BFFサービス群 バックエンドサービス群 商品マスタサービス 商品照会API 商品更新API POSサービス カートAPI 決済API BOX管理サービス Box開閉API 商品追跡API 在庫管理サービス 在庫トランAPI 在庫照会API 利用者向け アプリ用BFF 管理者向け Web用BFF クライアントApp (Xamarin) 管理用Web (Web App) Application Insights 分散トレーシングによる マイクロサービス監視 マイクロサービスによる 疎結合なサービス間連携 BFFによるフロントエン ドの柔軟性確保 Azure Functions によるサー バーレスコンピューティング
  21. 21. サーバレス API 、 POS サービス ・・・ Azure Functions BOX 管理サービス ・・・ IoT Edge 、 IoT Hub ー商品画像認識 ・・・ Tensor Flow 在庫管理、商品マスター ・・・ Azure SQL Database 、 Azure Cosmos DB 使用されている主なサービス
  22. 22. レベル 100 レベル 200 レベル 300 Smart Store Azure 関連トレーニング コース はじめてシリーズ Azure App and Infra Azure 入門 営業 2017年7月 Azure Data and AI Azure Data and AI PaaS 基礎 技術 2018年6月 Azure Data and AI Azure IoT 入門 営業 Azure App and Infra IaaS 基礎 技術 2018年3月 提供 予定 更新予定 mstep コースあり 新規コース Azure Data and AI 商品認識の仕組み(その1) IoT 提供 予定 Azure Data and AI 商品認識の仕組み(その2) AI Azure Data and AI 商品マスタとトランザクション管理 DB Azure App and Infra サーバレスアーキテクチャ App 提供 予定 提供 予定 提供 予定 Azure Data and AI IoT データ可視化 WS AI 提供 予定 Azure Data and AI 画像認識WS IoT 提供 予定 AzureDataandAI SmartStoreリファレンスアーキテクチャハッカソン AI,IoT,App,DB 提供 予定 ※この他 Azure システム運用、CI / CD 、 Mobile アプリ開発などのコースも計画中 BOX 管理サービス BOX 管理サービス (商品画像認識) サーバレス API 、クラウド POS 在庫管理 、 商品マスター
  23. 23. サンプル実装( Smart Box )に関して
  24. 24. サンプル実装(業務シナリオ ): ユースケース  オフィスなどで、店員がいなくても、商品販売が可能な販売方法をユースケースとしました(オフィス内、コンサート会場物販、店舗省スペース) 1.Boxオープン Boxに表示されるQRコードをスマホで読み取ることにより、Boxのドアの鍵を開け、スマホからはお客様のチェックインができます 2.商品登録 商品をBoxから取り出す状態を商品画像認識により、商品特定を行い、商品登録を行います。そしてその商品登録状態をスマホ に表示する。さらに、在庫の更新もリアルタイムに行い、店舗スタッフが補充等の対応にすばやく行えるように致します。 3.買物終了 Boxのドアを閉めることにより、買い物の終了として、決済を完了します。(今回決済自体はダミー実装になります)。 顧客 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ Box
  25. 25. サンプル実装 (全体像): ユースケース Box状態管理 統合商品マスタ POS リアルタイム在庫管理 Push 通 知 サ ー ビ ス 顧客アプリ用BFF バックオフィス用BFF Smart BOX モニター Web ショッピングカート Azure IoT Device SDK Azure Functions Azure Functions Azure Functions Azure Functions Azure Functions Azure Functions App Center SQL DBCosmos DB Cosmos DBBlob 商品API 商品データ 商品イメージ 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI カートAPI IoT Hub Boxイベント通知 Azure Functions IoT Hub 店舗PF テナント別機能PF IoT-PF Azure Functions Cosmos DB 各種データ
  26. 26. サンプル実装(Microsoft Azure) : ユースケース POS 顧客用アプリ Android/iOS Box状態管理 1.ボックスオープン 2.商品取り出し 3.ボックスクローズ IoT Hub 統合商品マスタ Azure Functions Cosmos DB Blob 商品API 商品データ 商品イメージ リアルタイム在庫管理 Azure Functions Azure FunctionsSQL DB Cosmos DB 在庫トランAPI 在庫イベントソース 在庫データマート 在庫モニターAPI 顧客 バックオフィス Azure Functions バックオフィス用BFF Android/iOS Webモニター Azure Functions 顧客アプリ用BFF Box Azure Functions Push通知 ショッピングカートAPI 商品登録一覧 レシート 買物開始 Boxオープン状態 商品変動状態 Boxクローズ状態 Box状態 プッシュ情報送信 モバイルデバイスへの通知 在庫情報参照 在庫情報取得 商品情報取得 商品情報取得 在庫トラン カートAPI呼び出し BFF呼び出し Azure Functions Cosmos DB 各種データ カートAPI
  27. 27. 商品をカメラで認識し、 カートへ追加する
  28. 28. レベル 100 レベル 200 レベル 300 Smart Store Azure 関連トレーニング コース はじめてシリーズ Azure App and Infra Azure 入門 営業 2017年7月 Azure Data and AI Azure Data and AI PaaS 基礎 技術 2018年6月 Azure Data and AI Azure IoT 入門 営業 Azure App and Infra IaaS 基礎 技術 2018年3月 提供 予定 更新予定 mstep コースあり 新規コース Azure Data and AI 商品認識の仕組み(その1) IoT 提供 予定 Azure Data and AI 商品認識の仕組み(その2) AI Azure Data and AI 商品マスタとトランザクション管理 DB Azure App and Infra サーバレスアーキテクチャ App 提供 予定 提供 予定 提供 予定 Azure Data and AI IoT データ可視化 WS AI 提供 予定 Azure Data and AI 画像認識WS IoT 提供 予定 AzureDataandAI SmartStoreリファレンスアーキテクチャハッカソン AI,IoT,App,DB 提供 予定 ※この他 Azure システム運用、CI / CD 、 Mobile アプリ開発などのコースも計画中 BOX 管理サービス BOX 管理サービス (商品画像認識) サーバレス API 、クラウド POS 在庫管理 、 商品マスター
  29. 29. BOX管理サービス – 概要  Smart Box の状態監視に、Azure Functions の Durable Function モニターパターンを採用します  Smart Box の状態変化に伴うカートの変更を即時にアプリに反映するため、 App Center Push を採用します  取引操作を Web API として実装します Azure Cosmos DB Azure Functions 取引操作を API で提供 IoT Edge IoT Hub アプリ App Center Push Smart Box →クラウドへのメッセージ ・鍵の開錠 クラウド→ Smart Box へのメッセージ ・在庫情報、差分情報 Azure Functions Durable Function で ステートフルに Smart Box の状態を監視 POSサービス プッシュ通知により取引状 態変化を反映 Smart Box BOX管理サービス
  30. 30. BOX管理サービス – 主な機能と特⾧  Azure Functions の Durable Functions を利用してステートフルなワークフロー処理  モニターパターンを利用し、特定の条件が満たされるまで待機します  IoT Hub を経由した Smart Box との連携  Smart Box からのメッセージ受信は IoT Hub を経由し、Event Hub Trigger により BOX管理サービスの Azure Functions で受け付けます  Smart Box へのメッセージ送信は、 Azure IoT Hub サービス SDKを使用し送信する  POSサービス連携  POSサービスの Web API を使用して、Smart Box の状態からカート操作や決済処理を行います  アプリとの連携  取引作成、情報取得のために、Web API を提供します  App Center Push を用いて、即座に取引の状態を通知します
  31. 31. BOX管理サービス – 参考ドキュメント  Durable Functions モニターパターン  https://docs.microsoft.com/ja-jp/azure/azure-functions/durable/durable-functions- concepts#monitoring  デバイスからクラウドへのメッセージを組み込みのエンドポイントから読み取る  https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-messages-read-builtin  Azure Functions における Azure Event Hubs のバインド  https://docs.microsoft.com/ja-jp/azure/azure-functions/functions-bindings-event-hubs  Azure IoT Hub SDK の概要と使用方法  https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-sdks  App Center Push  https://docs.microsoft.com/ja-jp/appcenter/push/
  32. 32. サンプル実装 (Device/Smart Box): IoT 領域構成図 Box状態管理 Smart BOX Azure IoT Device SDK Azure Functions IoT Hub IoT Hub IoT-PF IoT Edge Dockerコンテナ AIによる画像認識 カメラからの画像スオリーミング IoT Device Azure IoT Device SDK BOXの各種デバイス (扉、鍵、LED、LED等)カメラからの画像ストリーミング D2Cによる、デバイス状態通知 C2Dによる、デバイス制御 デバイス制御 AI開始/終了 イベントトリガ BOX内在庫差分通知
  33. 33. サーバレス API 、 POS サービス ・・・ Azure Functions BOX 管理サービス ・・・ IoT Hub 、 IoT Edge ー商品画像認識 ・・・ Tensor Flow 在庫管理、商品マスター ・・・ Azure SQL Database 、 Azure Cosmos DB 使用されている主なサービス
  34. 34. IoT Hub の基本機能 IoT Hub1 IoT Hub1 IoT Hub1 Device Send Device-to-Cloud Receive Cloud-to-Device Receive Device-to-Cloud Send Cloud-to-Device Message, Receive Message Delivery Ack Device Identity Management IoT Hub Resource Provider Resource Provider Endpoint ①新規デバイスの登録 ②デバイスからクラウドへの データ送信 ③クラウドでのデバイスからの データ受信 ④クラウドからデバイスへの コマンド送信 ⑤デバイスでのクラウドからの コマンド受信 ⑥クラウドでのデバイスの コマンド受信確認Event Hubを内包
  35. 35. IoT Hub 全体像 Devices RTOS,Linux,Windows,Android,iOS Field Gateway IoT Hub • 双方向通信 • 1千万台以上のデバイス • 遠隔測定入力 • コマンドと制御 • デバイス登録とアイデンティティ • デバイス管理 • HTTP/AMQP • プロトコルの拡張サポート / MQTT Cloud Protocol Gateway 組込み機器向けSDK • C# • C/C++ • Java • JavaScript
  36. 36. IoT Hub の最新機能 Microsoft Azure デバイス接続管理 (ID、Device Key) メッセージング (送受信、受信確認) 機器管理 (Device Twin、Query、Job) デバイス IoTシナリオ アプリ IoT機器管理 アプリ 計測データ、コマンド HTTPS/AMQPS/MQTT OS/Firmware プロパティ、ジョブ LWM2M “IoTシナリオアプリ” FA、医療、流通、リテール、社会インフラなど、 それぞれの事業領域毎の専門アプリケーション “IoT機器管理アプリ” 特定の事業領域によらず、機器としての管理機能向けアプリ アプリ実行状況確認、アプリやファームウェアのアップデートなど
  37. 37. 推奨アーキテクチャ 組込み機器、人⇔送受信⇔蓄積、表示、分析、活用 PaaSをビルディングブロックで組み合わせ、構築 Microsoft Azure デバイス接続 サービス データ 実時間分析 サービス ML ダッシュボード サービス連携 データ・サービスを 第三者へ売る PC・タブレット・スマホ 開発・運用コスト低 スケール可能!! ストレージ
  38. 38. デバイスを IoT Hub に接続する Azure デバイス IoT Hub 接続用ライブラリを オープンソースで公開 • OS • ミドルウェア • 言語 http://github.com/azure/azure-iot-sdks http://azure.microsoft.com/develop/iot/get-started
  39. 39. 39 デバイス管理 ① Azure IoT Hub のアーキテクチャ データ送受信  マルチ プラットフォーム / マルチ ランゲージのデバイス ライブラリを使用した、セキュアで簡単なデバイスの接続  スケーラビリティと信頼性に優れた、デバイスとクラウド間の双方向メッセージング デバイス管理  デバイスごとのセキュリティ資格情報とアクセス制御を使用した、通信のセキュリティ保護  デバイス ツインによるプロパティ同期とダイレクト メソッドによるリモートからの処理要求 デバイス ID 管理 メッセージング(受信) メッセージング(送信) デバイス ツイン管理 ダイレクト メソッドの起動 ジョブ管理 モニタリング イベントの受信 ファイル受信 IoT Hub メッセージング (受信) メッセージング (送信) ファイル アップロードの開始 デバイス ツイン プロパティの同期 ダイレクト メソッド要求の受信 データ送受信
  40. 40. 40 Pricing and scale tier 7 種類の価格レベル  Azure サブスクリプションに最大 10 個の IoT Hub と最大 1 個の Free ハブを作成可能  1 つの IoT Hub に接続できるデバイスの最大数:500,000  この制限を引き上げる場合、Microsoft サポートにお問い合わせください Tier 価格レベル ユニットあたりの持続送信レート ユニット数 ユニットあたりの月額価格 (東日本) Free F1 8,000 メッセージ/日 (平均 5.6 メッセージ/分) 1 無料 Basic B1 40 万 メッセージ/日 (平均 278 メッセージ/分) 1~50 ¥1,120 B2 600 万メッセージ/日 (平均 4,167 メッセージ/分) 1~50 ¥5,600 B3 3 億件のメッセージ/日 (平均 208,333 メッセージ/分) 1~50 ¥56,000 Standard S1 40 万 メッセージ/日 (平均 278 メッセージ/分) 1~50 ¥2,800 S2 600 万メッセージ/日 (平均 4,167 メッセージ/分) 1~50 ¥28,000 S3 3 億件のメッセージ/日 (平均 208,333 メッセージ/分) 1~10 ¥280,000
  41. 41. 41 Basic と Standard の相違点 Standard レベルではすべての機能が利用可能  セキュリティ機能と認証機能は、どちらのレベルも同等 機能 Basic Standard device-to-cloud テレメトリ 〇 〇 デバイスごとの ID 登録 〇 〇 HTTP、AMQP、MQTT プロトコル 〇 〇 メッセージ ルーティング、Event Grid の統合 〇 〇 Azure IoT Hub Device Provisioning Service を使用したデバイスのプロビジョニング 〇 〇 監視と診断 〇 〇 cloud-to-device メッセージング 〇 デバイス ツイン、モジュール ツイン、およびデバイス管理 〇 Azure IoT Edge 〇
  42. 42. 42 IoT Hub エンドポイントとアクセス許可 (1/2) メッセージの送受信で使用される IoT Hub エンドポイント アクセス許可 アクセス許可の種類 説明 ① デバイス接続 (DeviceConnect) ※ このアクセス許可はデバイスごとに設定する  デバイス向けの通信エンドポイントへのアクセスを許可する  D2C メッセージの送信と、C2D メッセージの受信のアクセス許可を付与する場合に使用  ファイル アップロード実行のアクセス許可 ② サービス接続 (ServiceConnect)  クラウド サービス向けの通信エンドポイントと監視エンドポイントへのアクセスを許可する  D2C メッセージの受信、C2D メッセージの送信、対応する配信確認メッセージの取得のアクセス許可をバックエン ド クラウド サービスに付与する場合に使用  ファイル アップロードの配信確認メッセージの取得 IoT Hub D2C メッセージ送信 C2D メッセージ受信 ① デバイス接続 ファイル アップロードの配信確認 C2D メッセージ送信 ACK 受信 D2C メッセージ受信 ② サービス接続 ファイル アップロードの開始 <IoT Hub ホスト名> .azure-devices.net
  43. 43. 43 IoT Hub エンドポイントとアクセス許可 (2/2) デバイス管理で使用される IoT Hub エンドポイント 4 種類のアクセス許可 アクセス許可の種類 説明 ① デバイス接続 (DeviceConnect)  デバイス ツインの必要なプロパティ通知の受信のアクセス許可  デバイス ツインの報告されるプロパティの更新のアクセス許可 ② サービス接続 (ServiceConnect)  タグおよび必要なプロパティを更新するためのデバイス ツインのアクセス許可  報告されるプロパティの取得のアクセス許可  クエリ実行のアクセス許可 ③ レジストリ読み取り (RegistryRead)  デバイス ID レジストリへの読み取りアクセス権を許可する ④ レジストリ書き込み (RegistryReadWrite)  デバイス ID レジストリへの読み取りと書き込みのアクセスを許可する ① デバイス接続 デバイス ID 管理 ② サービス接続 デバイス ツイン管理 ダイレクト メソッドの起動 デバイス ツイン プロパティの同期 ダイレクト メソッド要求の受信 ③ レジストリ読み取り、④ レジストリ書き込み <IoT Hub ホスト名> .azure-devices.net IoT Hub
  44. 44. 44 IoT Hub のホスト名 対象の IoT Hub の [概要] ブレードで [ホスト名] を確認する Azure IoT Hub ホスト の URL
  45. 45. 45 対象の IoT Hub の [共有アクセスポリシー] ブレードを選択  5 種類のビルトインされたポリシー  管理用アプリから IoT hub にデバイス登録する場合、デバイス ID 管理可能な 「iothubowner」 ポリシーの接続文字列を使用する  管理用アプリから IoT hub に接続して、受信データを読み取る場合、「service」 ポリシーの接続文字列を使用する 共有アクセス ポリシー 接続文字列
  46. 46. 46 Azure ポータルからのデバイス登録 対象の IoT Hub の [デバイス エクスプローラー] ブレードを選択し、[追加] をクリック  デバイスに割り当てるデバイス ID を入力して、保存する  3 種類の認証:対称キー、X.509 自己証明書、 X.509 CA 証明書 キーの自動生成を指定 任意のデバイス ID を入力 認証の種類を選択 参照:https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-identity-registry
  47. 47. 47 デバイスごとの接続情報 対象の IoT Hub の [デバイス エクスプローラー] ブレードを選択  デバイスから IoT Hub に接続する場合、 接続情報に デバイス ID が必要なため、 デバイス エクスプローラーから対象デバイスの [接続文字列] を取得して、使用する デバイス ID を選択 デバイス ID を含む接続情報 接続を許可するデバイスは有効化しておく
  48. 48. 48 IP アドレスによる IoT デバイスのフィルタリング IP フィルター  1 つの IPv4 アドレスか、または CIDR 表記法で記述した IP アドレス ブロックを指定  拒否または、許可の設定が可能  指定された範囲の IP アドレスからのトラフィックのみを受信し、それ以外のトラフィックをすべて拒否する場合  IoT Hub の管理者によって疑わしいと識別された IP アドレスからのトラフィックを拒否する場合 拒否と許可の設定が可能
  49. 49. 49 [参考] Raspberry Pi Azure IoT Online Simulator node.js 版オンライン シミュレーター デバイスごとに割り当てられた接続文字列 https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-raspberry-pi-web-simulator-get-started
  50. 50. IoT Hub で受け取るデータ Sensor1 Sensor2 Sensor3 Survo1 Survo2 Servo3 {“SensorId”:”Sensor1”,”AccelX”:0.234,”AccelY”:0.0152,”AccelZ”:-1.325,”Timestamp”:20150804…} {“SensorId”:”Sensor2”,”AccelX”:-2.085,”AccelY”:0.173,”AccelZ”:0.623,”Timestamp”:20150804…} ……. {“PartsId”:”Survo2”,”Status”:”On”,”Value”:231,,”Timestamp”:20150804…} …….. センサー計測・状態データ(いつ、何を測った) 論理モデル(どこで、何の) 工場 生産ライン 工作ロボット アーム1 ジョイント1 センサー:Sensor1 サーボ:Survo1 いつ、どこで、何の、何を測った その時何が…×
  51. 51. 51 IoT Hub コンシューマー グループ バックエンドに対し、パブリッシュ/サブスクライブのメカニズムを提供  イベント データを読み取るエンティティをイベント コンシューマーと呼ぶ コンシューマー グループに対するアクティブな受信者は 1 つだけにする  必要に応じて追加する 既定のコンシューマー グループ  $Default Function App Stream Analytics IoT Hub function streamanalytics $Default カスタム アプリケーション コンシューマー グループ
  52. 52. 52 ① Azure Function App によるストリーム データの格納、および通知 イベント駆動のサーバーレス アーキテクチャ  100 万回/月の実行までは無料、以降は使用した分のみ課金 (分単位)  C#、F#、Node.js、Java、Python、PHP、Batch、Bash による関数の記述  NuGet、NPM のサポートにより、使い慣れたモジュールが参照可能 Function App Event HubsIoT Hub 出力バインドトリガー バインド HTTP Generic Webhook Service Bus Queue Service Bus Topic BLOB Queue Timer Service Bus Queue Service Bus Topic BLOB Queue Event Hubs HTTP Table Mobile App Notification Hub Cosmos DB Send Grid 入力からのイベントをトリ ガーにデータ処理、通知処 理などを実行 Graph Events Graph Events
  53. 53. 53 [関数] ⇒ [新しい機能] ⇒ [IoT Hub (Event Hub)] テンプレートを選択  C#、F#、JavaScript から選択 ストリーム データを Blob に保存する IoT Hub トリガーの作成
  54. 54. 54 ② Azure Stream Analytics によるリアルタイム分析 イベントのデータ ストリームを Stream Analytics ジョブで処理する  ジョブに入力、クエリ、出力を定義する  入力: Azure データ ストリーム ソース (Event Hubs、IoT Hub、Blob Storage) からのデータ ストリーム  クエリ:入力データを変換、集計する SQL ライクなクエリ言語の記述が可能 データの時間的側面を処理するための言語構造を提供 (System.Timestamp) 静的な参照データを結合させることが可能  出力:ジョブの処理結果 Event Hubs IoT Hub Blob Event Hubs SQL Database Table Power BI Stream Analytics Blob Cosmos DB Function App Data Lake
  55. 55. 55 Azure Stream Analytics クエリ言語 クエリの基本要素 APPLY CASE CREATE TABLE FROM GROUP BY ウィンドウ処理 Tumbling Window Hopping Window Sliding Window HAVING INTO JOIN SELECT UNION WHERE WITH レコード関数 GetRecordProperties GetRecordPropertyValue 時間と日付関数 DATEADD DATEDIFF DATENAME DATEPART DATETIMEFROMPARTS DAY MONTH YEAR 文字列関数 CHARINDEX CONCAT LEN LOWER PATINDEX REGEXMATCH SUBSTRING UPPER 数学関数 ABS CEILING EXP FLOOR POWER SIGN SQUARE SQRT 地理空間関数 CreateLineString CreatePoint CreatePolygon ST_DISTANCE ST_OVERLAPS ST_INTERSECTS ST_WITHIN 参照:https://msdn.microsoft.com/library/en-us/Dn834998.aspx 分析関数 ISFIRST LAG LAST 変換関数 CAST GetType TRY_CAST 配列関数 GetArrayLength GetArrayElement GetArrayElements メタデータ入力関数 GetMetadataPropertyValue 集計関数 AVG COUNT Collect CollectTOP MAX MIN Percentile_Cont Percentile_Disc STDEV STDEVP SUM TopOne VAR VARP
  56. 56. 56 ストリーム分析機能の比較 Azure Stream Analytics と HDInsight Apache Storm 参考:https://azure.microsoft.com/ja-jp/documentation/articles/stream-analytics-comparison-storm/ Azure Stream Analytics HDInsight Apache Storm オープンソース NO YES 言語 SQL Java、C# カスタム コードによる拡張 NO YES 入力データソース Event Hubs、IoT Hub、Blob Event Hubs、サービス バス、Kafka 入力データ形式 Json、CSV、Avro いずれの形式もカスタム コードを使用して実装可能 出力 SQL Database、Blob、テーブル、Event Hubs、 Service Bus キュー、Service Bus トピック、 Cosmos DB、Power BI SQL Database、Blob、Event Hubs、Cosmos DB、Power BI、Hbase などの コネクターを提供 カスタム コネクターの記述が可能 Microsoft によるサポート YES YES 料金 処理するデータ ボリュームと必要なストリーミング ユニット 数によって請求される 購入単位はクラスター ベースで、デプロイされるジョブとは無関係に実行されるク ラスターの実行時間に基づいて請求される
  57. 57. 57 Azure Time Series Insights 4 つの特徴  クラウド ゲートウェイ (Azure IoT Hub、Azure Event Hubs) への接続  Time Series Insights はこれらのイベント ソースに簡単に接続して、メッセージや、クリーンな行と列でデータを保持 する構造から、JSON を解析します。 メタデータとテレメトリを結合し、単票形式のストア内のデータにインデックスを 作成します。  データ ストレージの管理  メモリと SSD に最大 400 日間データを格納  必要に応じて、何十億ものイベントに対する対話形式の照会を数秒で行うことができます。  TSI エクスプローラーによるデータの可視化  TSI エクスプローラーと API の両方に対応するクエリ サービスの提供  簡単に統合できる API で時系列データをカスタム アプリケーションに埋め込むことができます。 デモ:https://docs.microsoft.com/ja-jp/azure/time-series-insights/tutorial-create-populate-tsi-environment https://github.com/Azure/azure-iot-pcs-remote-monitoring-dotnet/wiki/Developer-Reference-Guide#ssh-into-a-vm
  58. 58. 58 [参考] Azure Time Series Insights 分析、ストレージ、および可視化サービスを完全に管理  何十億というイベントを同時に探索し、分析することを簡単に実現  アクションにつながるインサイトを数秒で発見  秒単位で開始し、分単位で IoT スケールデータのグローバル ビューを作成 参考:https://azure.microsoft.com/ja-jp/services/time-series-insights/
  59. 59. IoT Hub デバイス管理 Microsoft Azure Device Registry Service List 論理モデル プロビジョニング 蓄積データ 最新データ (状態) ←Endpoint、Token Device Info→
  60. 60. 60 IoT デバイスのリモート管理を実現する 2 種類のエンドポイント  デバイス ツイン  デバイス固有のメタデータをクラウドに格納し、クラウドとデバイス間でプロパティを同期させることができる  Desired と Reported の 2 種類の同期プロパティとクラウドのみで保持される Tags 情報  デバイスがオフラインであっても、属性情報をクエリ可能  ダイレクト メソッド  同期型のデバイス操作コマンド実行 IoT Hub ① IoT デバイス管理のためのエンドポイント デバイス ID 管理 メッセージング(受信) メッセージング(送信) デバイス ツイン管理 ダイレクト メソッドの起動 ジョブ管理 モニタリング イベントの受信 ファイル受信 メッセージング (受信) メッセージング (送信) ファイル アップロードの開始 デバイス ツイン プロパティの同期 ダイレクト メソッド要求の受信 デバイス管理 デバイスツイン ダイレクトメソッド デバイス管理
  61. 61. 61 デバイス管理のためのエンドポイント通信 デバイス ツインとダイレクト メソッドの通信方向 IoT デバイス デバイス ツイン properties desired reported IoT Hub デバイス ツイン tags properties desired reported ダイレクト メソッド 参考:https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-device-twins メソッドの起動 書き込み・読み取り 書き込み・読み取り 読み取り バックエンド アプリ 応答 デバイス アプリ 書き込み・読み取 り・変更通知 書き込み・読み取り メソッドの実行 実行要求
  62. 62. 62 ② デバイス ツイン デバイス ツインの情報を使用したクエリの実行  既定のデバイス ツイン json データ IoT Hub デバイス ツイン tags properties desired reported ダイレクト メソッド
  63. 63. 63 ③ ダイレクト メソッド ダイレクト メソッドの呼び出し  バックエンド アプリからデバイスのメソッドを呼び出し、デバイスを再起動する例 public static async Task StartReboot() { client = ServiceClient.CreateFromConnectionString(connString); CloudToDeviceMethod method = new CloudToDeviceMethod("reboot"); method.ResponseTimeout = TimeSpan.FromSeconds(30); CloudToDeviceMethodResult result = await client.InvokeDeviceMethodAsync(targetDevice, method); } Client.SetMethodHandlerAsync("reboot", onReboot, null).Wait(); デバイスの再起動を呼び出す非同期メソッドの定義呼び出されたメソッドに delgate を登録し、待機状態にする デバイス アプリ メソッドの実行 IoT Hub ダイレクト メソッド 応答 メソッドの実行要求 バックエンド アプリ メソッドの起動
  64. 64. 64 デバイス ツインを使用したデバイス管理 デバイスの再起動  バックエンドアプリからデバイス再起動を要求  デバイス ツイン情報に履歴を保存 構成管理  構成の初期化  構成の設定とデバイス ツイン情報の更新 ソフトウェアの更新  デバイスへのソフトウェアのダウンロードと適用  デバイス ツイン情報の更新 ファームウェアの更新  デバイスへのファームウェアのダウンロードと適用  デバイス ツイン情報に履歴を保存 IoT Hub デバイス ツイン tags properties desired reported ダイレクト メソッド
  65. 65. 65 Device app Back end デバイス ツインを使用したファームウェアの更新フロー ⾧時間のメソッド実行時、デバイス ツインで、進捗状況を確認する ファームウェア更新の起動ファームウェア更新処理 2 ファームウェア イメージの ダウンロードとレポート イメージの適用と ステータスの記録 再起動と再接続 レポート情報の更新を確認4 レポート情報の更新を確認 3 5 6 IoT Hub デバイス ツイン properties 参考:https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-csharp-node-firmware-update バックエンド アプリIoT デバイス ダイレクト メソッド1 reported
  66. 66. IoT Edge Gateway D D D D デバイス/センサ クラウドで処理していたタスクがエッジでも実行可能に
  67. 67. ユースケース Edge Computing Power Vibration Fluid Pressure Temperature 2.5MB / sec 150MB / min 9GB / hour 216 GB / Day 80KB / sec 4.8MB / min 288MB / hour 6.912GB / Day Extracted Data Data Analysis
  68. 68. 68 フィールド側に設置するインテリジェントなエッジ デバイスのためのプラットフォーム ① IoT Edge のロードマップ ● オープンソースのゲートウェイ SDK ● レガシー デバイスの接続を可能に ● 開発言語:Node.js、Java、C#、C ● パッケージ:NPM、Maven、NuGet ● モジュールによる機能分割 ● オープンソース:https://github.com/Azure/iot-edge ● 公開されているモジュール: • ble • hello_world • Identitymap • iothub • logger • simulated_device • azure_functions • OPC Publisher • OPC Proxy • Modbus • GZip Compression • Proficy Historian • SQLite • Batch/Shred • ZWave ● Azure IoT Hub との統合 • ランタイムによる接続 • IoT Hub からの管理が可能に • デバイス ツイン、モジュール ツイン ● Docker コンテナーによるモジュールの配置 ● Azure サービス互換モジュール • Stream Analytics • Machine Learning • Function App
  69. 69. 69 Docker コンテナー ベースのモジュール拡張  クラウドで行っていた分析とカスタム ビジネス ロジックをデバイス側で実行可能に  Linux と Windows のサポート ランタイム  デバイスにデプロイされたモジュールを管理する Edge Agent とモジュール間の通信を担う Edge Hub で構成される モジュール  Azure のサービス、サード パーティのサービス、またはカスタム コードを実行する Docker コンテナー Azure IoT Edge Runtime Edge Agent ② IoT Edge v2 とは? Azure IoT Hub IoT デバイス モジュール 1 モジュール 2 モジュール 3 Azure IoT Edge デバイス テレメトリ取得 インサイト アクション Edge Hub インサイトテレメトリ コンテナー コンテナー コンテナー $upstream JSON でルートを定義
  70. 70. 70 IoT Edge ランタイム ・IoT Edge ハブ ・IoT Edge エージェント ③ IoT Edge モジュールによる拡張 Azure IoT Edge により、クラウド機能をエッジに拡張  クラウドとエッジによるハイブリッドなモノのインターネット (IoT) ソリューションを実現 Azure IoT Hub ローカル ストレージ Stream Analytics  コンテナー ベース モジュール  Azure Stream Analytics  Azure Function App  Azure Machine Learning  Microsoft Cognitive Services  オフライン、および同期されたデバイス ツイン  ローカル ストレージ  クラウドからの管理と配置  高可用性と耐障害性  リモートからの開発、テストのサポート デバイス ツイン デバイス ツイン Function Machine Learning Cognitive Services モジュール ツイン モジュール ツイン モジュール ツイン モジュール ツイン モジュール ツインモジュール ツインモジュール ツインモジュール ツインモジュール ツイン IoT デバイス コンテナー コンテナー コンテナー コンテナー カスタム コード モジュール ツイン コンテナー Azure IoT Edge ゲートウェイ ④ ⑤ ⑥
  71. 71. 71 ④ IoT Edge v2 の構成手順 前提条件  Windows 10 (Fall Creators Update:OS ビルド 16299 以降)  Windows Server (OS ビルド 16299 以降)  x64 ベース デバイス上の Windows IoT Core (OS ビルド 16299 以降) 1. Docker for Windows のインストール  https://docs.docker.com/docker-for-windows/install/#download-docker-for-windows より、 Get Docker for Windows (Stable) を選択して、Docker for Windows Installer.exe をダウンロードしてインストールする 2. Python 2.7 のインストール  https://www.python.org/downloads/ より、 2.7.X を選択し、python-2.7.X.msi をダウンロードしてインストールする 3. IoT Edge 制御スクリプトをダウンロード 参考:https://docs.microsoft.com/ja-jp/azure/iot-edge/quickstart pip install -U azure-iot-edge-runtime-ctl python.exe へのパスを設定
  72. 72. ハイパースケールの エンタープライズ グレードの インフラストラクチャ 開発者用ツールおよび サービス データ サイエンスのための オープン プラットフォーム ハードウェア ストレージ管理 ソフトウェア ML および AI プラットフォーム AI アプリケーション (ファーストおよびサード パーティ) コグニティブ サービス Bot Framework Spark AI Batch Training DS VM SQL Server ACS BLOB Cosmos DB SQL DB/DW ADLS CPU FPGA GPU IoT Azure Machine Learning モデルのデプロイおよび管理 機械学習ツールキット 実験の管理、データの準備、 コラボレーション CNTK TensorFlow ML Server Scikit-Learn その他のライブラリ PROSE Docker クラウド - Spark、SQL、その他の エンジン ML Server - Spark、SQL、VM エッジ
  73. 73. Transform Data into Intelligence Azure Machine Learning Azure Machine Learning workbench Azure Machine Learning この画像は表示できません。 この画像は表示できません。 GUI でのドラッグ & ドロップコードファースト
  74. 74. 機械学習と AI のポートフォリオ いつどれを使用するか? どのエンジンを使用するか? デプロイ対象 どちらの経験を優先するか? 独自に構築するか、事前トレーニング されたモデルを使用するか? Microsoft ML および AI 製品 独自に構築 Azure Machine Learning コードファースト (オンプレミス) ML サーバー オンプレミスの Hadoop SQL Server (クラウド) AML (プレビュー) SQL Server Spark Hadoop Azure Batch DSVM Azure Container Service ビジュアル ツール (クラウド) AML Studio 使用 コグニティブ サービス、ボット
  75. 75. 7575 NEW ビデオインデクサー NEW ラボ NEW NEW NEW カスタム カスタム カスタムカスタム カスタム Cognitive Services : 29 種類の API を提供
  76. 76. Custom Vision on Kubernetes 76https://github.com/asashiho/ContainerDays1812
  77. 77. まとめとAppendix
  78. 78. 7878 レベル 100 レベル 200 レベル 300 Smart Store Azure 関連トレーニング コース はじめてシリーズ Azure App and Infra Azure 入門 営業 2017年7月 Azure Data and AI Azure Data and AI PaaS 基礎 技術 2018年6月 Azure Data and AI Azure IoT 入門 営業 Azure App and Infra IaaS 基礎 技術 2018年3月 提供 予定 更新予定 mstep コースあり 新規コース Azure Data and AI 商品認識の仕組み(その1) IoT 提供 予定 Azure Data and AI 商品認識の仕組み(その2) AI Azure Data and AI 商品マスタとトランザクション管理 DB Azure App and Infra サーバレスアーキテクチャ App 提供 予定 提供 予定 提供 予定 Azure Data and AI IoT データ可視化 WS AI 提供 予定 Azure Data and AI 画像認識WS IoT 提供 予定 AzureDataandAI SmartStoreリファレンスアーキテクチャハッカソン AI,IoT,App,DB 提供 予定 ※この他 Azure システム運用、CI / CD 、 Mobile アプリ開発などのコースも計画中
  79. 79. はじめに Smart Store 施策全体像 Smart Store プラットフォームの設計概念 サンプル実装 ( Smart Box ) に関して Smart Store リファレンスアーキテクチャの位置づけ 商品をカメラで認識し、カートへ追加する 商品をカメラで認識する - IoT Hub 、 IoT Edge – まとめ & Appendix コンテンツ
  80. 80. Smart Store リファレンスアーキテクチャをテーマに、 それを構成する 「 Azure の技術 」 を学んでいただく ※ Smart Store リファンレンスアーキテクチャはそれ単体で使っていただくものではなく、このアーキテクチャを 参考にして頂くことで、より素早くお客様の業務を実現するためのもの ※ そのために、それを構成する Azure を使いこなす技術習得が必須 本トレーニングの目的
  81. 81. IoT Hub とは(https://docs.microsoft.com/ja-jp/azure/iot-hub/about-iot-hub) ソリューションに適した IoT Hub のレベルを選択する(https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-scaling) IoT Hub のメッセージ ルーティングと Event Grid の比較(https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-event-grid- routing-comparison) device-to-cloud 通信に関するガイダンス(https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-d2c-guidance) cloud-to-device 通信に関するガイダンス(https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-c2d-guidance) IoT Hub へのアクセスの制御(https://docs.microsoft.com/ja-jp/azure/iot-hub/iot-hub-devguide-security) Azure IoT Edge とは(https://docs.microsoft.com/ja-jp/azure/iot-edge/about-iot-edge) Azure IoT Edge ランタイムとそのアーキテクチャの概要(https://docs.microsoft.com/ja-jp/azure/iot-edge/iot-edge-runtime) Appendix
  82. 82. © Copyright Microsoft Corporation. All rights reserved.

×