Принципы работы IoT Edge
Azure IoT Edge состоит из трех компонентов:
Модули IoT Edge — это единицы выполнения, которые реализуются в виде совместимых с Docker контейнеров. Модули IoT Edge позволяют запускать бизнес-логику в пограничной области. Модули IoT Edge могут запускать службы Azure, сторонние службы или ваш код. Модули развертываются на устройства IoT Edge и выполняются на них локально. Можно настроить взаимодействие модулей, создав конвейер обработки данных. При необходимости модули могут работать в автономном режиме.
Среда выполнения IoT Edge запускается на каждом устройстве IoT Edge и позволяет управлять средой выполнения и взаимодействием для модулей, развернутых на каждом устройстве. Среда выполнения IoT Edge гарантирует, что модули всегда работают и отправляют отчеты о своей работоспособности в облако.
Основные функции среды выполнения:
- Установка и обновление рабочих нагрузок
- Соблюдение стандартов безопасности IoT Edge
- Управление взаимодействием между подчиненными конечными устройствами и устройством IoT Edge.
- Управление взаимодействием между модулями на устройстве IoT Edge и взаимодействием между устройством IoT Edge и облаком.
Облачный интерфейс IoT Edge позволяет осуществлять мониторинг устройств IoT Edge и управлять ими удаленно. Если в решении используется обширный спектр устройств, можно создать и настроить рабочую нагрузку для выполнения на устройстве определенного типа. Затем нужно развернуть рабочую нагрузку на наборе устройств этого типа. После запуска устройств нужно централизованно отслеживать рабочие нагрузки. Облачный интерфейс IoT Edge позволяет в нужном масштабе управлять общим жизненным циклом для различных наборов устройств, которые могут быть географически разрозненными.
Сложно управлять жизненным циклом программного обеспечения для миллионов географически разрозненных устройств разных моделей и от разных производителей либо в разных расположениях. Рабочие нагрузки создаются и настраиваются для определенного типа устройства, развертываются на всех ваших устройствах и отслеживаются на предмет некорректно работающих устройств. Эти задачи должны выполняться в нужном масштабе для всех устройств одновременно.
Рассмотрим случай развертывания сложной обработки событий или машинного обучения на пограничных устройствах. Если вы хотите реализовать машинное обучение на пограничных устройствах, сначала необходимо обучить модель в облаке. После обучения модели нужно развернуть обученную модель на различных пограничных устройствах в разных регионах. После развертывания эти модели часто будут работать на устройстве в автономном режиме. Также потребуется периодически обновлять модель. Инкапсулируя модели в контейнеры, совместимые с Docker, IoT Edge может управлять сквозным циклом развертывания для машинного обучения в Интернете вещей. Среда выполнения IoT Edge и облачный интерфейс могут отслеживать состояние модулей машинного обучения.
В отсутствие IoT Edge разработчику пришлось бы создавать новые функциональные возможности для обслуживания модуля.
