IoTのIを考えてみる話

1. IoTのIを考えてみる話

2. 大量のデバイス
• モバイル以上に膨大なデバイス数
• コンセント一つ単位とか
• 蛍光灯一つ単位とか

3. IoTのおさらい
• Internet of Things
• 大量のデバイス
• 無慈悲なトラフィック

4. IoTおさらい
• 大量のデバイス
• 大量のトラフィック
• 大量なデータ量
• 非構造化データ
• データの変換や集計
• 機械学習
• ダッシュボード
• レコメンド
• 通知
• Etc.
収集 保存
変換・分析
活用

5. 集約
• センサーからのデータを一旦集約
• 大量のトラフィックを捌くIoTの要
• 一番トラフィックが集中する難しい部分

6. 出典 : http://www.appliedmaterials.com/ja/nanochip/nanochip-fab-solutions/december-2013/cover-story-fabs-in-the-internet-of-things-era

7. 出典 : http://cloud.watch.impress.co.jp/docs/interview/20141215_679944.html

8. ストア
• データ量が無慈悲
• IoTのデータの大半は”現状では”捨てられてる（90％くらい※）
• でもいつか無駄なデータが無駄じゃなくなる日がくるかも…
• データをとりあえず集約
• 構造化データの場合も非構造化データも生ですべて
※http://agilecatcloud.com/2015/07/13/less-than-10-percent-of-iot-data-is-ever-analyzed/

9. データレイクに期待
• 取得したデータを無駄にしないために提唱された概念
• 生のデータを無限に貯め込む湖
• とりあえずデータ(水)を貯める
• いつかデータ(水)が飲める(使える)ようになるまで貯め続ける
• HDFS

10. 出典 : https://www.digitalnewsasia.com/business/forget-data-warehousing-its-data-lakes-now

11. 解析・加工
• 大量なデータから有益なデータを抽出
• ストアするデータの間引き、平均値計算など
• 時間単位とか一定の閾値でとか
• ストアしたデータで機械学習

12. 活用
• マイニング、解析の成果
• コンシューマの関わる部分
• 商品のレコメンド、異常検知、AIとか

13. IoT時代のトラフィック
• 1つ1つのメッセージは非常に小さい
• 数バイトから数キロバイト
• 接続されているデバイス数は非常に多い
• 既存の考え方でも対応はできる
• 大量のトラフィックを捌くのでお金がかかる

14. IoT時代のプロトコル
• 大量のデバイスから安全にデータを運ぶ必要がある
• デバイスの運用効率の向上が必須
• 長持ちする電源
• 軽量なデバイス

15. MQTT
• Message Queueing Telemetry Transport
• 1999年IBMとユーロテックによって考案
• パブリック/サブスクライブ型モデル
• キューでどんどんデータを送れる
• 1対1、1対多、双方向の通信が可能

17. MQTT
• サブスクライバは指定した情報(トピック)のみを指定して受信可能
• QoSも指定可能
• QoS0 : メッセージは最高一度配信される
• QoS1 : メッセージは最低一度配信される
• QoS2 : メッセージは正確に一度配信される

18. MQTT
• デバイスが意図しない切断が行われた際にほかのクライアントに通
知可能
• ID/パスワード形式でサーバ接続管理も可能
• パスワードは暗号化せずに送られるのでTLS経由が必須

19. MQTTとHTTP
プロトコル ヘッダサイズ
HTTP 50バイト ~
MQTT 2バイト ~

20. MQTT
• HTTPと比べて非常に軽量
• トラフィック量もHTTPの1/10
• CPU負荷、電力消費も1/10

21. Azure + IoT
• IoT向けサービスも充実
• データの入り口から出口までサポート
• データの活用も簡単
• それらの組み合わせで最小限で最大限の利益を獲得

22. Azure + IoT
• Event Hubs
• IoT Hub
• Stream Analytics
• Data Factory

23. Azureのサービスを当てはめると
収集 保存
変換・分析
活用
Event Hubs
App Service
Stream Analytics Machine Learning HDInsight
Data Factory Batch
HDInsight
Data Lake
（HDFS）
Storage SQL database
Data CatalogIoT Hub

24. Azure IoT Suite
• デバイスからのデータを使用した予測、アラート検出、資源管理など
を行う
• IoT版PowerBI的な存在
• 複数サービスの集合なので、それぞれの機能を単体で使うことも可

25. Azure IoT Hub
• AzureのIoT特化型PaaS
• 大量のデバイスの制御、データ中継などが可能
• データを集めてキューに貯めこみ、ほかのサービスに渡す
• MQTTサーバ的な動作も行う

26. Azure IoT Hub

27. Azure IoT Hub

28. Azure IoT Hub
• 複数プラットフォーム
• 複数デバイス
• 複数言語
• C言語
• C#
• JavaScript
• Java

29. Azure IoT Hub
• 9/29 AzureConにて発表
• 9/29 パブリックプレビュー開始
• Azure IoT Suiteの中核の一つ

30. Azure IoT Hub
• Hubに接続されているデバイスを簡単に管理
• 接続許可の変更も簡単
• 盗難にあってもすぐに接続拒否など

31. Stream Analytics
• リアルタイムにデータを整形
• T-SQLライクな構文で簡単に加工
• Hubとほかのサービスを繋ぐパイプ

32. Azure ML
• 機械学習プラットフォーム
• 教師なし、教師あり両方可能
• R、Pythonで独自の実装も可能
• すぐにWeb API化して公開可能

33. HDInsight
• ビッグデータ処理の基盤
• Hadoop、Spark、Hbase、Stormが使用可能
• HDInsightをクラスタ化してビッグデータの分析など

34. Data Factory
• データのパイプライン
• 様々なデータソースからのデータを加工して流す
• 結構お高い

35. App Service
• Azureのアプリケーションデプロイ用のPaaS
• API専用や通常のWebアプリなど
• データの加工結果をアプリケーションとして
組み込むのが容易

36. まとめ
• IoTは、新しい概念が多いので頭を切り替えることが重要
• AzureのサービスでIoTのIの部分は大方サポート可能
• PaaSを活用して実装、運用コストを下げることが重要