Esercitazione: Inviare i dati tramite un gateway trasparente

Articolo
9/12/2022

Si applica IoT Edge 1.1

Importante

IoT Edge 1.1 data di fine del supporto è stata il 13 dicembre 2022. Controlla il ciclo di vita dei prodotti Microsoft per ottenere informazioni sul modo in cui viene supportato questo prodotto, servizio, tecnologia o API. Per altre informazioni sull'aggiornamento alla versione più recente di IoT Edge, vedere Aggiornare IoT Edge.

In questo articolo si usa di nuovo la macchina virtuale di sviluppo come dispositivo simulato. Tuttavia, invece di inviare i dati direttamente all'hub IoT, il dispositivo li invia al dispositivo IoT Edge configurato come gateway trasparente.

Il funzionamento del dispositivo IoT Edge viene monitorato mentre il dispositivo simulato invia i dati. Al termine dell'esecuzione del dispositivo, i dati nell'account di archiviazione vengono esaminati per verificare che tutto abbia funzionato come previsto.

Questo passaggio viene in genere eseguito da uno sviluppatore per il cloud o per il dispositivo.

In questa sezione dell'esercitazione si apprende come:

Compilare ed eseguire un dispositivo downstream.
Verificare che i dati generati siano archiviati nell'archiviazione BLOB di Azure.
Verificare che il modello di Machine Learning abbia classificato i dati del dispositivo.

Prerequisiti

Questo articolo fa parte di una serie di documenti relativi a un'esercitazione sull'uso di Azure Machine Learning in IoT Edge. Ogni articolo della serie si basa sulle attività di quello precedente. Se questo articolo è stato aperto direttamente, vedere il primo articolo della serie.

Esaminare l'harness del dispositivo

Riutilizzare il progetto DeviceHarness per simulare il dispositivo downstream. Per la connessione al gateway trasparente è necessario eseguire altre due operazioni:

Registrare il certificato in modo che il dispositivo IoT downstream consideri attendibile l'autorità di certificazione usata dal runtime IoT Edge. In questo caso, il dispositivo downstream è la macchina virtuale di sviluppo.
Aggiungere il nome di dominio completo (FQDN) del gateway perimetrale alla stringa di connessione del dispositivo.

Osservare il codice per vedere come vengono implementati questi due elementi.

Nel computer di sviluppo aprire Visual Studio Code.
Usa File>Open Folder... per aprire C:\source\IoTEdgeAndMlSample\DeviceHarness.
Osservare il metodo InstallCertificate() in Program.cs.
Se il codice trova il percorso del certificato, chiama il metodo CertificateManager.InstallCACert per installare il certificato nel computer.
Osservare ora il metodo GetIotHubDevice nella classe TurbofanDevice.
Quando l'utente specifica l'FQDN del gateway usando l'opzione "-g", tale valore viene passato a questo metodo come gatewayFqdn variabile, che viene aggiunta alla stringa di connessione del dispositivo.
```
connectionString = $"{connectionString};GatewayHostName={gatewayFqdn.ToLower()}";
```

Compilare ed eseguire un dispositivo downstream

Con il progetto DeviceHarness ancora aperto in Visual Studio Code, creare il progetto. Dal menu Terminale scegliere Esegui attività di compilazione e selezionare Compila.
Trovare il nome di dominio completo (FQDN) del gateway perimetrale passando al dispositivo IoT Edge (VM Linux) nel portale di Azure e copiando il valore di Nome DNS dalla pagina di panoramica.
Avviare il dispositivo IoT (VM Linux) se non è già in esecuzione.
Aprire il terminale di Visual Studio Code. Dal menu Terminale scegliere Nuovo terminale ed eseguire il comando seguente, sostituendo <edge_device_fqdn> con il nome DNS copiato dal dispositivo IoT Edge (VM Linux):
```
dotnet run -- --gateway-host-name "<edge_device_fqdn>" --certificate C:\edgecertificates\certs\azure-iot-test-only.root.ca.cert.pem --max-devices 1
```
L'applicazione prova a installare il certificato nel computer di sviluppo. Quando ci riesce, accettare l'avviso di sicurezza.
Quando viene richiesta la stringa di connessione per l'hub IoT, fare clic sui puntini di sospensione ( ... ) nel pannello dei dispositivi dell'hub Azure IoT e scegliere Copy IoT Hub Connection String (Copia stringa di connessione hub IoT). Incollare il valore nel terminale.

L'output sarà simile al seguente:

Found existing device: Client_001
Using device connection string: HostName=<your hub>.azure-devices.net;DeviceId=Client_001;SharedAccessKey=xxxxxxx; GatewayHostName=iotedge-xxxxxx.<region>.cloudapp.azure.com
Device: 1 Message count: 50
Device: 1 Message count: 100
Device: 1 Message count: 150
Device: 1 Message count: 200
Device: 1 Message count: 250

Si noti l'aggiunta di "GatewayHostName" alla stringa di connessione del dispositivo, che fa sì che il dispositivo comunichi attraverso il hub IoT tramite il gateway trasparente IoT Edge.

Verificare l'output

Output del dispositivo IoT Edge

L'output proveniente dal modulo avroFileWriter può essere osservato guardando il dispositivo IoT Edge.

Usare SSH per connettersi alla macchina virtuale IoT Edge.
Cercare i file scritti su disco.
```
find /data/avrofiles -type f
```
L'output del comando sarà simile all'esempio seguente:
```
/data/avrofiles/2019/4/18/22/10.avro
```
Può accadere che sia presente più di un singolo file a seconda dell'ora di esecuzione.
Prestare attenzione ai timestamp. Il modulo avroFileWriter carica i file nel cloud una volta che l'ora dell'ultima modifica è superiore a 10 minuti nel passato (vedere MODIFIED_FILE_TIMEOUT in uploader.py nel modulo avroFileWriter).
Trascorsi 10 minuti, il modulo dovrebbe caricare i file. Se il caricamento ha esito positivo, elimina i file dal disco.

Archiviazione di Azure

È possibile osservare i risultati del dispositivo downstream che invia i dati esaminando gli account di archiviazione in cui si prevede che i dati vengano instradati.

Nel computer di sviluppo aprire Visual Studio Code.
Nel pannello "ARCHIVIAZIONE DI AZURE" nella finestra di esplorazione passare all'albero per trovare l'account di archiviazione.
Espandere il nodo Contenitori BLOB.
In base al lavoro svolto nella parte precedente dell'esercitazione, si prevede che il contenitore ruldata includa i messaggi con la vita utile rimanente. Espandere il nodo ruldata.
Verranno visualizzati uno o più file BLOB denominati come segue: <IoT Hub Name>/<partition>/<year>/<month>/<day>/<hour>/<minute>.
Fare clic con il pulsante destro del mouse su uno dei file e scegliere Scarica BLOB per salvare il file nel computer di sviluppo.
Espandere quindi il nodo uploadturbofanfiles. Nell'articolo precedente è stata impostata questa posizione come destinazione per i file caricati dal modulo avroFileWriter.
Fare clic con il pulsante destro del mouse sui file e scegliere Scarica BLOB per salvarlo nel computer di sviluppo.

Leggere il contenuto del file Avro

È stata inclusa una semplice utilità da riga di comando per leggere un file Avro e restituire una stringa JSON dei messaggi nel file. In questa sezione verrà installata ed eseguita.

Aprire una finestra del terminale in Visual Studio Code (Terminale>Nuovo terminale).

Installare hubavroreader:

pip install c:\source\IoTEdgeAndMlSample\HubAvroReader

Usare hubavroreader per leggere il file Avro scaricato da ruldata.
```
hubavroreader <avro file with ath> | more
```

Notare che il corpo del messaggio ha l'aspetto atteso con l'ID dispositivo e la vita utile rimanente prevista.

{
    "Body": {
        "ConnectionDeviceId": "Client_001",
        "CorrelationId": "3d0bc256-b996-455c-8930-99d89d351987",
        "CycleTime": 1.0,
        "PredictedRul": 170.1723693909444
    },
    "EnqueuedTimeUtc": "<time>",
    "Properties": {
        "ConnectionDeviceId": "Client_001",
        "CorrelationId": "3d0bc256-b996-455c-8930-99d89d351987",
        "CreationTimeUtc": "01/01/0001 00:00:00",
        "EnqueuedTimeUtc": "01/01/0001 00:00:00"
    },
    "SystemProperties": {
        "connectionAuthMethod": "{\"scope\":\"module\",\"type\":\"sas\",\"issuer\":\"iothub\",\"acceptingIpFilterRule\":null}",
        "connectionDeviceGenerationId": "636857841798304970",
        "connectionDeviceId": "aaTurbofanEdgeDevice",
        "connectionModuleId": "turbofanRouter",
        "contentEncoding": "utf-8",
        "contentType": "application/json",
        "correlationId": "3d0bc256-b996-455c-8930-99d89d351987",
        "enqueuedTime": "<time>",
        "iotHubName": "mledgeiotwalkthroughhub"
    }
}

Eseguire lo stesso comando passando il file Avro scaricato da uploadturbofanfiles.

Come previsto, questi messaggi contengono tutti i dati dei sensori e le impostazioni operative del messaggio originale. Questi dati potrebbero essere usati per migliorare il modello relativo alla vita utile rimanente nel dispositivo perimetrale.

{
    "Body": {
        "CycleTime": 1.0,
        "OperationalSetting1": -0.0005000000237487257,
        "OperationalSetting2": 0.00039999998989515007,
        "OperationalSetting3": 100.0,
        "PredictedRul": 170.17236328125,
        "Sensor1": 518.6699829101562,
        "Sensor10": 1.2999999523162842,
        "Sensor11": 47.29999923706055,
        "Sensor12": 522.3099975585938,
        "Sensor13": 2388.010009765625,
        "Sensor14": 8145.31982421875,
        "Sensor15": 8.424599647521973,
        "Sensor16": 0.029999999329447746,
        "Sensor17": 391.0,
        "Sensor18": 2388.0,
        "Sensor19": 100.0,
        "Sensor2": 642.3599853515625,
        "Sensor20": 39.11000061035156,
        "Sensor21": 23.353700637817383,
        "Sensor3": 1583.22998046875,
        "Sensor4": 1396.8399658203125,
        "Sensor5": 14.619999885559082,
        "Sensor6": 21.610000610351562,
        "Sensor7": 553.969970703125,
        "Sensor8": 2387.9599609375,
        "Sensor9": 9062.169921875
    },
        "ConnectionDeviceId": "Client_001",
        "CorrelationId": "70df0c98-0958-4c8f-a422-77c2a599594f",
        "CreationTimeUtc": "0001-01-01T00:00:00+00:00",
        "EnqueuedTimeUtc": "<time>"
}

Pulire le risorse

Se si intende esplorare le risorse usate da questa esercitazione end-to-end, attendere fino alla fine per pulire le risorse create. In caso contrario, seguire questa procedura per eliminarle:

Eliminare i gruppi di risorse creati per contenere la macchina virtuale di sviluppo, la macchina virtuale IoT Edge, l'hub IoT, l'account di archiviazione, l'area di lavoro del servizio Machine Learning (e le risorse create, ovvero registro contenitori, informazioni dettagliate sull'applicazione, insieme di credenziali delle chiavi e account di archiviazione).
Eliminare il progetto di Machine Learning in Azure Notebooks.
Se il repository è stato clonato localmente, chiudere le eventuali finestre di PowerShell o VS Code che fanno riferimento al repository locale e quindi eliminare la directory del repository.
Se i certificati sono stati creati in locale, eliminare la cartella c:\edgeCertificates.

Passaggi successivi

In questo articolo è stata usata la macchina virtuale di sviluppo per simulare un dispositivo downstream che invia dati operativi e sensori al dispositivo IoT Edge. È stato verificato che i moduli nel dispositivo abbiano instradato, classificato, salvato in modo permanente e caricato i dati prima esaminando il funzionamento in tempo reale del dispositivo perimetrale e quindi controllando i file caricati nell'account di archiviazione.

Per approfondire la conoscenza delle funzionalità di IoT Edge, provare a eseguire l'esercitazione seguente:

Creare una gerarchia di dispositivi IoT Edge

Condividi tramite