Como é que funciona o IoT Edge
O Azure IoT Edge é composto por três componentes:
Os módulos do IoT Edge são unidades de execução implementadas como contentores compatíveis com o Docker. Os módulos do IoT Edge podem executar a lógica de negócios no edge. Os módulos do IoT Edge podem executar serviços do Azure, serviços de terceiros ou o seu código. Os módulos são implementados nos dispositivos do IoT Edge e executados localmente nos mesmos. Pode configurar módulos para comunicar entre si e criar um pipeline para o processamento de dados. Os módulos podem ser executados offline, se for necessário.
O runtime do IoT Edge é executado em cada dispositivo do IoT Edge e gere o runtime e a comunicação dos módulos implementados em cada um deles. O runtime do IoT Edge garante que os módulos estão sempre em execução e comunica o estado do módulo à cloud.
O runtime realiza várias funções, tais como:
- Instalar e atualizar as cargas de trabalho
- Manter as normas de segurança do IoT Edge
- Gerir a comunicação entre dispositivos de folha a jusante e o dispositivo do IoT Edge
- Gerir a comunicação entre os módulos de um dispositivo do IoT Edge e gerir aa comunicação entre um dispositivo do IoT Edge e a cloud.
A interface na cloud do IoT Edge permite-lhe monitorizar e gerir de forma remota os dispositivos do IoT Edge. Se a sua solução estiver a executar um conjunto diversificado de dispositivos em escala, pode criar e configurar uma carga de trabalho para executar num tipo específico de dispositivo. Em seguida, precisa de implementar a carga de trabalho num conjunto de dispositivos desse tipo. Assim que os dispositivos estiverem em execução, terá de monitorizar as cargas de trabalho de forma centralizada. A interface na cloud do IoT Edge permite-lhe gerir este ciclo de vida global em escala para um conjunto diversificado de dispositivos, que podem estar geograficamente dispersos.
É um desafio gerir o ciclo de vida do software para milhões de dispositivos IoT que muitas vezes são de marcas e modelos diferentes, ou se encontram em locais diversos. As cargas de trabalho são criadas e configuradas para um determinado tipo de dispositivos, implementadas em todos os seus dispositivos e monitorizadas para detetar dispositivos que possam estar a funcionar mal. Estas atividades não podem ser feitas individualmente por dispositivo; têm de o ser em escala.
Considere o caso de implementação de processamento de eventos complexos ou machine learning em dispositivos edge. Se quiser implementar a machine learning em dispositivos edge, primeiro terá de preparar o modelo na cloud. Após a preparação do modelo, terá de implementar o modelo preparado para um conjunto diversificado de dispositivos edge, muitas vezes em toda a geografia. Uma vez implementados, estes modelos funcionarão muitas vezes offline no dispositivo. Também seria necessário atualizar o modelo periodicamente. Ao encapsular os modelos em contentores compatíveis com o Docker, o IoT Edge pode gerir o ciclo ponto a ponto da implementação para machine learning na IoT. O runtime e a interface na cloud do IoT Edge podem monitorizar o estado dos módulos da machine learning.
Na ausência do IoT Edge, o programador teria de criar a funcionalidade adicional para manter o módulo.
