IoT 工作負載中的成本優化

發行項
03/11/2024

成本效益是IoT專案的主要成功因素之一。在典型的IoT解決方案中，裝置會產生大量遙測，這些遙測會傳送到雲端，以便雲端技術進行處理和儲存。您如何開發裝置和應用程式、處理大量數據，以及設計您的架構會影響整體成本。

因為IoT解決方案是多層式技術堆疊，所以需要考慮許多節省成本的因素，以及許多優化成本的機會。成本優化是一種封閉式迴圈成本控制程式，需要在整個解決方案生命週期中持續監視、分析及改善。

解決方案需求是IoT架構決策的關鍵準則。您可以將需求分成功能與操作需求。分隔每種需求類型的成本考慮，因為功能需求會決定系統設計，而作業需求會影響系統架構。根據需求開發多個使用案例，並在完成設計之前加以比較。

本文提供各種 Azure IoT 服務和技術組合的成本考慮。如需特定產業的成本優化，或聯機工廠、預測性維護或遠端監視等使用案例，請參閱產業特定的 Azure IoT 參考架構。

評估IoT工作負載中的成本優化

若要透過 Well-Architected 架構成本優化要素的鏡頭來評估IoT工作負載，請在 Azure Well-Architected 檢閱中完成IoT工作負載的成本優化問題。評估識別IoT解決方案的主要成本優化建議之後，請使用下列內容來協助實作建議。

設計原則

架構卓越五大要素可支援IoT工作負載設計方法。這些要素可作為跨重要IoT設計領域的後續設計決策指南針。下列設計原則可擴充 Azure Well-Architected Framework - 成本優化的品質要素。

設計原則	考量事項
開發成本管理專業領域	在規劃時考慮直接和間接成本，以瞭解 TCO (總擁有成本) 。
使用業界標準策略和方法	對於具有自己生態系統的 IoT特定產業，例如製造、能源和環境或汽車和運輸，請使用業界標準策略和方法。
速率優化的設計	定義每個 IoT架構層的實作計劃。
監視和優化一段時間	在您實作解決方案之後，透過持續的成本優化活動來監視和優化成本。

擁有權總成本 (TCO)

IoT 成本是各種技術選項之間的取捨。有時候這不是簡單的比較，因為IoT是端對端系統。在協調多個服務和技術時，請考慮協同作業的成本優勢。例如，您可以使用 Azure IoT 中樞裝置對應項來處理 Azure Digital Twins 中的事件。 IoT 中樞中的裝置對應項僅適用於 IoT 中樞的標準層。

請務必正確估計長期匯總成本。檢閱IoT技術堆疊，並開發成本模型，其中包含實作及操作所有相關服務的成本。 Azure 定價計算機有助於預估啟動和營運成本。

在某些方面，一次性成本可能會比週期性成本更有效率。例如，在駭客技術一律變更的安全性中，最好是匯入可靠的商業操作系統和模組，例如 Azure Sphere。針對一次性付款，這類服務會提供進行中的每月裝置安全性修補程式。

根據大規模在生產環境中執行的解決方案成本，而不是以概念證明 (PoC) 架構來預估。架構和成本在PoC之後快速演進。根據 IoT Signals EDITION 3 報告，PoC 失敗的最上層原因是調整成本很高。調整IoT專案的高成本來自跨層整合的複雜度，例如裝置、邊緣連線能力，以及應用程式之間的相容性。

您的成本模型應包含下列區域：

裝置：從有限數目的連線裝置開始，預估部署的裝置數目及其傳訊模式的成長。裝置和訊息在一段時間內可以有線性或非線性成長。
基礎結構：若要評估基礎結構成本，請先考慮基本概念：記憶體、計算和網路。然後考慮解決方案需要擷取、輸出和準備數據的所有服務。
作業：包含與基礎結構成本平行增加的長期營運成本，例如採用操作員、廠商和客戶支援小組。
監視：持續監視和檢閱成本，以找出計劃性與實際成本之間的差距。一般成本檢閱會議有助於達成成本優化。

IoT 架構層

成本優化設計原則有助於釐清考慮，以確保 IoT工作負載符合基礎IoT架構層的需求。

瞭解IoT架構層可協助您定義成本基準，並考慮多個架構進行成本比較。每一層都有多種技術和生態系統選項，例如裝置、電信或邊緣位置，因此您必須為每個圖層建立成本策略。

IoT 核心層：裝置和閘道、裝置管理和模型化，以及擷取和通訊，識別IoT特定的解決方案。其他層級和跨領域活動也經常與其他工作負載共用。不過，TCO 和成本優化必須將所有成本納入考慮，因此您必須考慮常見和跨領域活動的IoT相關成本，以及IoT特定層。

此圖顯示 IoT 架構中的各層和跨領域活動。

裝置和閘道層

此層負責產生，在某些情況下，將數據優化，以及將數據傳輸到雲端。成本是設計此圖層的重要考慮。成本優化應考慮規劃、布建、設定、監視和淘汰的整個裝置生命週期。

顯示裝置生命週期的圖表。

Edge 解決方案需要在欄位中部署IoT裝置。部署可能需要影響成本的網路和電源供應器基礎結構。預先存在的基礎結構可以將安裝成本降到最低，但可能需要確保安裝不會影響現有的系統。

開發或安裝IoT裝置可能需要訓練並採用專用的內部或外部人員。必要的技能包括硬體設計、內嵌的應用程式開發、雲端和本機連線能力、安全性和隱私權，以及IoT解決方案架構。也需要產業特定的專業知識。將這些成本納入整體裝置成本中。

裝置成本包括組織物流，例如記憶體、庫存管理和運輸。包含當裝置到達作業生命周期結束時，任何解除委任活動的成本。

針對連線到雲端的裝置，將數據傳輸優化以維護成本界限。策略包括將承載大小降到最低、批處理訊息，以及在離峰期間傳輸。這些優化也會產生實作的成本。

若要深入瞭解 Azure IoT 裝置，請參閱：

硬體選取

大部分的裝置開發程式取決於硬體選擇。裝置的制定或購買決策會考慮WiFi認證等質性因素，以及材料帳單和上市時間等量化因素。選擇現成的硬體或自定義設計會影響IoT裝置成本和上市時間。

現成的裝置每個單位的成本可能更高，但具有可預測的成本和潛在客戶時間。現成的裝置也會移除複雜的供應鏈管理需求。
自定義裝置可以降低單位成本，但牽涉到開發時間，併產生非週期性工程成本，例如設計、測試、認證提交和製造。
預先認證的系統元件或模組可以縮短上市時間並建立半自定義裝置，但比離散晶元更昂貴。您需要適當地資源供應鏈和庫存管理。

Azure 認證裝置目錄提供與 Azure IoT 搭配運作良好的裝置，有助於降低成本和上市時間。您將專注於設計和架構IoT解決方案，並彈性地從認證裝置清單中選取硬體。 IoT 隨插即用裝置可以降低裝置和雲端開發成本。當您選取 Azure 認證裝置時，您可以略過裝置自定義，並直接整合至 IoT 解決方案。

顯示從隨插即用方法節省的圖形。

Lambda 架構模式

IoT 解決方案通常會在雲端中使用經常性存取/暖/冷 Lambda 架構模式。當您使用效能更高的邊緣裝置或 Azure IoT Edge 執行時間時，此模式也適用於邊緣。優化邊緣上的此模式可降低整體解決方案成本。您可以選擇最符合成本效益的服務來擷取和處理雲端數據。

熱路徑處理包括近乎即時的處理、處理警示或邊緣通知。您可以使用 Azure IoT 中樞事件串流來處理雲端中的警示。
暖路徑處理包括使用邊緣上的記憶體解決方案，例如開放原始碼時間序列資料庫或 Azure SQL Edge。 Azure SQL Edge 包含邊緣串流處理功能和時間序列優化記憶體。
冷路徑處理包括批處理較低的重要性事件，以及透過 Azure Blob 儲存體模組使用檔傳輸選項。相較於透過串流處理，此方法會使用成本較低的數據傳輸機制 IoT 中樞。在冷數據抵達 Azure Blob 記憶體之後，有許多選項可用來處理雲端中的數據。

裝置安全性

IoT 中樞搭配裝置佈建服務 (DPS) 和IoT Central都支援使用對稱密鑰進行裝置驗證、信任的平臺模組 (TPM) 證明，以及 X.509 憑證。每個選項都有相關聯的成本因素。

X.509 憑證是驗證至 Azure IoT 中樞的最安全選項，但憑證管理的成本可能很高。缺少憑證生命週期管理規劃可讓憑證甚至成本高。一般而言，您會與提供 CA 和憑證管理解決方案的第三方廠商合作。此選項需要使用公鑰基礎結構 (PKI) 。選項包括自我管理 PKI、第三方 PKI 或 Azure Sphere 安全性服務，僅適用於 Azure Sphere 裝置。
具有 X.509 憑證的 TPM 提供一層額外的安全性。 DPS 也支援透過 TPM 簽署金鑰進行驗證。主要成本來自硬體、潛在的面板重新設計，以及複雜性。
對稱金鑰驗證是最簡單的成本選項，但您必須評估安全性的影響。您必須保護裝置和雲端中的密鑰，並安全地將金鑰儲存在裝置上，通常需要更安全的選項。

檢閱與這些選項相關聯的成本，並平衡可能較高的硬體或服務成本，並增加安全性。與您的製造程式整合也可能會影響整體成本。

如需詳細資訊，請參閱 Azure IoT 裝置製造商的安全性做法。

Azure RTOS

Azure RTOS 是適用於裝置的內嵌開發套件。 Azure RTOS 包含一個小型但功能強大的作業系統，可為資源受限的裝置提供可靠、超快速的效能。 Azure RTOS 很容易使用，且已部署在超過 100 億個裝置上。 Azure RTOS 支援最熱門的 32 位微控制器和內嵌開發工具，因此您可以充分利用現有的裝置建立器技能。

Azure RTOS 是免費的，可使用預先授權的硬體進行商業部署。 Azure RTOS 隨附 Azure IoT 雲端功能和功能，例如裝置更新和安全性。這些功能有助於降低裝置和雲端開發成本。

Azure RTOS 已通過安全性和安全性認證，可協助減少針對醫療、汽車和製造等特定垂直產業建置相容裝置的時間和成本。

LPWAN 裝置

如果 LoRaWAN、NB-IoT 或 LTE-M 等 LPWAN 裝置已連線到另一個 IoT 雲端， Azure IoT Central 裝置網橋可協助橋接至 Azure IoT Central。 Azure IoT Central 裝置網橋可讓您專注於新增產業知識，並評估解決方案，而不會產生變更現有裝置的成本。

建置企業就緒的解決方案時，您必須考慮整合 LPWAN 裝置與 Azure IoT 中樞的成本。

Azure Sphere

Azure Sphere 是一個安全的端對端IoT解決方案平臺，內建通訊和安全性功能適用於已連線因特網的裝置。 Azure Sphere 包含安全、連線、交叉微控制器單元 (MCU) 、自定義高階 Linux 型操作系統 (操作系統) ，以及提供持續、可更新安全性的雲端式安全性服務。 Azure Sphere 可減少從裝置到雲端建置和維護安全環境的工作。

Azure Sphere 在 X.509 型 PKI、使用者應用程式更新、錯誤報告和裝置管理超過 10 年之前，提供 10 年的 OS 更新和零時續性安全性，而不需要額外費用。 Azure Sphere 可降低將數百萬部裝置保持在最新狀態的作業成本，並具備最新的安全性。

Azure Stack

Azure Stack 解決方案會將 Azure 服務和功能延伸至 Azure 資料中心以外的環境，例如內部部署數據中心或邊緣位置。 Azure Stack 解決方案包括 Azure Stack Edge 和 Azure Stack HCI。

Azure Stack Edge 是 Azure 受控設備，適用於邊緣位置的硬體加速機器學習工作負載。 Azure Stack Edge 會在新式技術堆疊上執行，例如容器，因此部署在邊緣位置的 Azure Stack Edge 可以提供多個工作負載。在工作負載之間共享計算能力可減少 TCO。
Azure Stack HCI 是具有原生 Azure 整合的用途建置超融合式解決方案。 Azure Stack HCI 提供可調整的虛擬化來裝載IoT解決方案。虛擬化帶來額外的優點，例如安全性、延展性和彈性環境，可藉由與其他工作負載共用硬體來減少 TCO。 Azure Stack HCI 提供比 Azure Stack Edge 更多的計算能力，非常適合用於產業程序轉換。

Azure Stack 解決方案可將 Azure 功能帶入邊緣，但硬體大小調整會限制總計算能力。識別使用案例和估計的計算能力，並納入大小調整，以符合效能需求的成本。

Azure 公用或私人 MEC

IoT 裝置可以產生大量數據，也可能有低耗電量和低成本的強大需求。小型、低成本的IoT裝置是針對一或幾個工作所設計，例如收集感測器或位置數據，並將它卸除以供進一步處理。

Azure 公用或私人多重存取邊緣計算 (MEC) 和 5G 可協助優化從裝置卸除數據的成本。 MEC 型 IoT 解決方案可在邊緣啟用低延遲數據處理，而不是在裝置或雲端中處理。延遲是 1-5 毫秒，而不是雲端的典型 100-150 毫秒。 MEC 型 IoT 解決方案具有彈性，且裝置本身的成本較低、以最少的維護運作，以及使用較小、較便宜且長期電池。 MEC 會讓數據分析、AI 和優化功能保持在邊緣，讓IoT解決方案保持簡單且便宜。

除了作為IoT工作負載的邊緣處理、計算和5G通訊裝置之外，MEC還會提供其他工作負載作為通訊裝置，以建立公用雲端或遠端網站的高速連線。

Azure IoT Edge

Azure IoT Edge 具有高訊息磁碟區的內建功能。具有閘道功能的 Azure IoT Edge 受控裝置可以降低網路成本，並透過本機處理和邊緣案例將訊息數目降至最低。

避免使用許多小型訊息的裝置對裝置或模組對模組邊緣通訊或裝置到雲端互動。使用內建訊息批處理功能，將多個遙測訊息傳送至雲端。這些功能有助於降低使用 IoT 中樞的成本。減少每日訊息數目和每秒裝置到雲端作業的數目，可允許在 IoT 中樞中選擇較低的層級。若要深入瞭解，請參閱延展 IoT Edge 效能限制。

若要降低數據交換成本，您可以部署 Azure Stream Analytics 等 Azure 服務，並 Azure Functions 來 IoT Edge。 Azure Stream 分析和 Azure Functions 可以在邊緣匯總和篩選大量數據，並只將重要數據傳送至雲端。 IoT Edge上的 Azure Blob 儲存體可以減少透過網路傳輸大量數據的需求。邊緣記憶體在將數據傳送至雲端之前，用於轉換和優化大量數據。

免費的 Azure IoT Edge 模組，適用於開放式通訊協定，例如 OPC 發行者和 Modbus，可協助將各種裝置與最少的開發連線。如果上傳效能很重要，則從廠商選擇經過證實的 IoT Edge 模組，比建置自定義模組更有成本效益。您可以從 Azure Marketplace 搜尋並下載 IoT Edge 模組。

擷取和通訊層

雲端IoT閘道是裝置與雲端服務之間的橋樑。作為雲端平臺的前端服務，閘道可以使用通訊協定轉譯匯總所有數據，並提供裝置的雙向通訊。

有許多因素需要考慮裝置對IoT閘道通訊，例如裝置連線能力、網路和通訊協定。瞭解IoT通訊協定、網路類型和傳訊模式，可協助您設計和優化符合成本效益的架構。

對於裝置連線能力，請務必指定網路類型。如果您選取私人 LAN 或 WAN 解決方案，例如 WiFi 或 LoraWAN，請考慮網路 TCO 作為整體成本的一部分。如果您使用 4G、5G 或 LPWAN 等電信業者網路，請包含週期性連線成本。

IoT 解決方案平臺

若要為您的企業建置IoT解決方案，您通常會使用受控應用程式平臺方法來評估解決方案，並使用平臺服務建置企業就緒的解決方案。

平臺服務可讓您微調服務，並控制整體成本。它提供自定義和彈性IoT應用程式的所有建置組塊。當您連接裝置，以及擷取、儲存和分析資料時，您有更多選項可供選擇和撰寫程式碼。 Azure IoT 平台服務包括產品 Azure IoT 中樞和 Azure Digital Twins。
Azure IoT Central 是受控應用程式平臺，可讓您藉由減少達成結果所需的決策數目，快速評估 IoT 解決方案。 IoT Central 會負責解決方案中大部分的基礎結構元素，因此您可以專注於新增產業知識，以及評估解決方案。

IoT 中樞層

大部分的IoT解決方案都需要裝置與雲端之間的雙向通訊，才能完全正常運作且安全。基本 IoT 中樞層提供核心功能，但不包括雙向控制。針對某些早期解決方案實作，您可以使用基本層來降低成本。當您的解決方案進行時，您可以切換至標準層，以將安全通道優化，以降低雲端到裝置的傳訊成本。如需詳細資訊，請參閱為您的解決方案選擇正確的 IoT 中樞層。

IoT 中樞訊息大小和頻率

訊息成本取決於裝置聊天和訊息大小。聊天裝置每分鐘都會傳送許多訊息至雲端，而相對無訊息的裝置只會每小時或更多時間傳送數據。避免使用許多小型訊息的裝置到雲端互動。關於裝置聊天和訊息大小的 Clarity，有助於降低過度布建的可能性，這會導致未使用的雲端容量或布建不足，這會導致規模調整挑戰。請考慮訊息承載的大小和頻率，以確保您的基礎結構是正確的大小，並準備好進行調整。

避免使用許多小型訊息的雲端到裝置互動。例如，將多個裝置或模組對應項更新分組為單一更新，其具有自己的節流。請注意用於每日配額的訊息大小、非免費 IoT 中樞層的 4K 位元組。傳送較小的訊息會讓部分容量無法使用，而較大的訊息則會以 4 KB 區塊計費。

使用單一直接方法來取得直接意見反應。使用單一裝置或模組對應項狀態更新，以異步方式交換組態和狀態資訊。

提示

您可以在 Azure IoT 中樞上使用適用於 IoT 的 Microsoft Defender 和適用於 IoT 的 Defender 微代理程式來監視聊天互動。您可以針對超過特定閾值的裝置到雲端或雲端到裝置互動，建立 IoT 中樞自定義警示。

如果訊息大小對於成本管理而言很重要，降低額外負荷對於長裝置生命週期或大型部署特別重要。降低此額外負荷的選項包括：

使用較短的裝置標識碼、模組標識碼、對應項名稱和訊息主題來減少 MQTT 封包中的承載。 MQTT 承載看起來像 devices/{device_id}/modules/{module_id}/messages/events/。
縮寫固定長度額外負荷和訊息。
例如，使用 Gzip 壓縮承載。

IoT 中樞訊息配額和節流限制

IoT 中樞層有不同的大小，具有特定配額和作業的節流限制。瞭解 IoT 中樞限制和配額，以將裝置到雲端和雲端到裝置傳訊的成本優化。

例如，標準 S1 層的每日配額為 400,000 則訊息。以數個因素為基礎的 4 KB 區塊增加費用：

一個裝置到雲端 (D2C) 訊息最多可達 4 KB。
超過 4 KB 的 D2C 訊息會以 4 KB 的區塊計費。
小於 4 KB 的訊息可以使用 Azure IoT SDK SendEventBatchAsync 方法來優化裝置端的批處理。例如，在邊緣統合最多四個 1 KB 訊息，只會增加一則訊息的每日計量。批處理僅適用於 AMQP或 HTTPS。
大部分的作業，例如雲端到裝置訊息或裝置對應項作業，也會以 4 KB 區塊來收取訊息費用。所有這些作業都會新增至每日輸送量和訊息的最大配額。

如需詳細的定價範例，請檢閱 Azure IoT 中樞定價信息檔。

除了每日訊息配額之外，服務作業還有節流限制。 IoT 中樞成本優化的關鍵部分是優化訊息配額和作業節流限制。研究每秒作業或每秒位元組形式的限制差異。如需詳細資訊，請參閱 IoT 中樞配額和節流。

不同的節流限制適用於不同的 IoT 中樞作業。裝置到雲端作業的每秒節流作業取決於層級。除了以 4 KB 區塊計量的訊息大小之外，請考慮作業數目。邊緣上的批處理可讓您在單一作業中傳送更多訊息。

2 KB 的單一訊息、10 KB 的批次訊息，或 256 KB 的批次訊息只會計算為單一作業，讓您不需達到節流限制，即可將更多數據傳送至端點。

IoT 中樞自動調整

動態調整 IoT 中樞單位數目有助於在訊息量變動時將成本優化。您可以實作自動調整服務，以自動監視和調整您的 IoT 中樞服務。如需可自定義的範例以實作自動調整功能，請參閱自動調整您的 Azure IoT 中樞。您可以使用自己的自定義邏輯，將 IoT 中樞層和單位數目優化。

用於調整的部署戳記

部署戳記 是彈性部署策略、可預測規模和成本的常見設計模式。此模式提供數個IoT解決方案的優點，例如異地散發裝置群組、將新功能部署到特定戳記，以及觀察每個裝置的成本。如需詳細資訊，請參閱使用部署戳記調整IoT解決方案。

裝置管理和模型化層

管理裝置是一項工作，可協調複雜的程式，例如供應鏈管理、裝置清查、部署、安裝、作業整備、裝置更新、雙向通訊和布建。裝置模型化可以降低管理成本和傳訊流量磁碟區。

IoT 隨插即用

針對 TCO 縮減，請考慮將擴充使用案例視為平台選取的一部分。 IoT 隨插即用可讓解決方案建立器整合裝置與 IoT 中樞或 Azure Digital Twins，而不需要任何手動設定。 IoT 隨插即用使用 DIGITAL Twins 定義語言 (DTDL) V2。這兩者都是以開放式 W3C 標準 (例如, JSON-LD 和 RDF) 為基礎，可讓您更輕鬆地跨服務和工具加以採用。

使用 IoT 隨插即用和 DTDL 不需要額外費用。 IoT 中樞、Azure Digital Twins 和其他 Azure 服務的標準費率保持不變。

如需詳細資訊，請參閱如何將現有裝置轉換成 IoT 隨插即用裝置。

IoT 中樞 DPS

IoT 中樞 DPS 是 IoT 中樞的協助程式服務，可對正確的 IoT 中樞進行低成本、零觸控的 Just-In-Time 布建，而不需要人為介入。 DPS 可為數百萬部裝置提供安全且可調整的布建，以降低錯誤和成本。

DPS 可啟用低或無觸控式裝置布建，因此您不需要在現場訓練和傳送人員。使用 DPS 可降低貨車變換的成本，以及訓練和設定所花費的時間。 DPS 也會降低手動布建所造成的錯誤風險。

DPS 透過註冊配置原則、零接觸布建、初始設定設定、重新佈建和取消布建，透過 IoT 中樞支援裝置生命週期管理。如需詳細資訊，請參閱：

資產和裝置狀態模型

比較數個裝置拓撲和實體存放區之間的成本差異，例如 Azure Cosmos DB、Azure Digital Twins 和 Azure SQL Database。每個服務都有不同的成本結構，併為您的IoT解決方案提供不同的功能。視所需的使用量而定，選擇最符合成本效益的服務。

Azure Digital Twins 可以實作IoT環境的圖表模型，以進行資產管理、裝置狀態和遙測數據。您可以使用 Azure Digital Twins 作為工具，以即時 IoT 數據串流來建立整個環境的模型，以及合併來自非 IoT 來源的商務數據。您可以建置自定義待辦專案，或使用以 RealEstateCore、CIM 或 NGSI-LD 等為基礎的標準，以簡化與第三方的數據交換。 Azure Digital Twins 有一種隨用隨付定價模式，不需固定費用。
Azure Cosmos DB 是全域散發的多模型資料庫。成本會受到記憶體和輸送量的影響，其中包含區域或全域散發和復寫的數據選項。
Azure SQL 資料庫可以是有效率的裝置和資產模型化解決方案。 SQL Database 有數種定價模式可協助您將成本優化。

資產部署模型

您可以使用不同的架構來部署邊緣解決方案：多個端點、IoT 裝置、直接連線到雲端，或透過邊緣和/或雲端網關聯機。來源邊緣裝置的不同選項可能會影響 TCO 和上市時間。裝置車隊的持續維護和支援也會影響整體解決方案成本。

在指定的IoT解決方案中儲存和處理資料的位置會影響許多因素，例如延遲、安全性和成本。分析每個使用案例，並檢查使用邊緣處理和數據記憶體最有意義的位置，以及其如何影響成本。在邊緣儲存和處理數據可以節省儲存、運輸和處理成本。但是當您將規模納入考慮時，雲端服務通常是因為成本和開發額外負荷而較佳的選項。

Azure 定價計算機是比較這些選項的實用工具。

事件處理和分析層

事件處理和分析層的目的是要啟用數據驅動決策。事件計時和分析的目的是要考慮的重要因素。正確的服務選擇會增加架構效率，並減少處理數據和事件的成本。

根據您的需求，實作IoT數據分析的經常性、暖或冷路徑處理。 Azure IoT 參考架構可協助您了解這些分析路徑之間的差異，並檢閱每個路徑上的可用分析服務。

若要開始使用，請判斷哪些數據類型會經歷經常性存取、暖或冷路徑：

經常性路徑數據會保留在記憶體中，並以近乎即時的方式進行分析，通常是使用串流處理。輸出可能會觸發警示，或寫入結構化格式，讓分析工具可以立即查詢。
暖路徑數據，例如過去一天、周或月，會保留在可立即查詢的記憶體服務中。
冷路徑歷程記錄數據會保留在低成本的記憶體中，以大型批次查詢。

顯示經常性、暖和冷分析路徑的圖表。

儲存層

IoT 解決方案的其中一個目標是將數據提供給終端使用者。請務必瞭解記憶體類型、容量和定價，以建立優化記憶體成本的策略。

儲存體類型

遙測的存放庫選擇取決於IoT數據的使用案例。如果目的只是監視IoT資料，而且磁碟區很低，您可以使用資料庫。如果您的案例包含數據分析，您應該將遙測數據儲存至記憶體。針對時間序列優化、僅限附加的記憶體和查詢，請考慮以目的設計的解決方案，例如 Azure Data Explorer。

記憶體和資料庫不互斥。這兩項服務都可以一起運作，特別是使用定義完善的經常性、暖和冷分析路徑。 Azure Data Explorer 和資料庫通常用於經常性存取和暖路徑案例。

對於 Azure 記憶體，也請務必考慮數據生命週期因素，例如存取頻率、保留需求和備份。 Azure 記憶體可協助您定義數據生命週期，並將將數據從經常性存取層移至其他層的程式自動化，進而降低長期記憶體成本。如需詳細資訊，請參閱設定生命週期管理原則。

資料庫解決方案

針對資料庫功能，通常會在 SQL 和 no-SQL 解決方案之間進行選擇。 SQL 資料庫最適合使用簡單數據轉換或數據匯總需求的固定架構遙測。若要深入瞭解，請參閱 Azure 上的資料庫類型。

Azure SQL Database 和 TimescaleDB for PostgreSQL 是 SQL 資料庫的常見選擇。如需詳細資訊，請參閱下列文章：

如果數據最好以沒有固定架構的物件或檔表示，則 no-SQL 是較佳的選項。 Azure Cosmos DB 提供多個 API，例如 SQL 或 MongoDB。對於任何資料庫而言，分割區和索引策略對於效能優化和降低不必要的成本很重要。如需詳細資訊，請參閱：

Azure Synapse Analytics 是新式 Azure 數據倉儲。 Synapse Analytics 會依 Data Warehouse Units (DWU) 進行調整，您應該選擇正確的容量來處理解決方案需求。視使用案例而定，您可以在沒有作業執行時暫停計算，以降低營運成本。

傳輸層

傳輸層會在其他層之間傳輸和路由傳送數據。當數據在圖層和服務之間移動時，選擇通訊協定會影響成本。現場網關、產業開放通訊協定和IoT網路選取等使用案例也會影響傳輸層的成本。

若要降低傳輸大小和成本，請選擇適合 IoT裝置傳送遙測的通訊協定。

裝置用戶端會定期將keep-alive訊息傳送至 IoT 中樞。根據每個作業的費用，保持連線訊息不會收取任何費用。但是，如果遙測中沒有特定的需求，則不需要在遙測中新增keep-alive屬性。如需彈性，某些 Azure IoT 裝置 SDK 可讓您選擇在使用 AMQP 或 MQTT 通訊協定時設定這些訊息的時間範圍。

針對電池支援的IoT裝置，您可以選擇讓連線保持運作，或在裝置喚醒時重新連線。此選項會影響耗電量和網路成本。

重新聯機會耗用大約 6 KB 的封包來進行 TLS 連線、裝置驗證和擷取裝置對應項，但如果裝置每天只喚醒一次或兩次，則會節省電池容量。您可以將訊息組合在一起，以減少 TLS 額外負荷。保持運作會耗用數百個字節，但如果裝置每隔幾小時或更少喚醒一次，讓聯機保持運作可節省網路成本。

如需 Azure IoT 裝置 SDK 中連線能力與可靠傳訊功能的高階指引，請參閱使用 Azure IoT 中樞裝置 SDK 管理連線能力與可靠傳訊。本指南可協助您降低處理裝置與 Azure IoT 服務之間非預期行為的成本。

DPS 可降低裝置生命週期管理成本，從零接觸布建到淘汰，但聯機到 DPS 會耗用 TLS 和驗證的網路成本。若要減少網路流量，裝置應該在布建期間快取 IoT 中樞信息，然後直接連線到 IoT 中樞，直到需要重新布建為止。如需詳細資訊，請參閱從裝置傳送布建要求。

互動和報告層

當IoT處理時間序列數據時，有許多來自大量裝置的互動。報告和可視化可實現此數據的價值。直覺式且簡化的用戶體驗和設計良好的數據互動可能會耗費大量成本來建置。

Grafana 是開放原始碼數據視覺效果工具，可為時間序列數據提供優化的儀錶板。 Grafana 社群提供您可以在環境中重複使用和自訂的範例。您可以從時間序列數據實作計量和儀錶板，而不需要花費太多心力。 Azure 提供適用於 Azure 監視器的 Grafana 外掛程式。

Power BI 之類的報告和儀錶板工具可讓您從非結構化 IoT 數據快速啟動。 Power BI 提供直覺式用戶介面和功能。您可以使用時間序列數據輕鬆開發儀錶板和報表，並以低成本取得安全性和部署的優點。

整合層

與其他系統和服務的整合可能十分複雜。許多服務可協助將整合層的成本優化，以發揮最大效率。

Azure Digital Twins 可以整合各種系統和服務與IoT資料。 Azure Digital Twins 會將所有數據轉換成自己的數字實體，因此請務必瞭解其服務限制和微調點，以降低成本。在設計架構時檢閱 Azure Digital Twins 服務限制。瞭解功能限制，以協助有效地與商務系統整合。

當您使用查詢 API 時，每個查詢單位的 Azure Digital Twins 費用 (QU) 。您可以追蹤回應標頭中所取用查詢的 QU 數目。減少查詢複雜度和結果數目，以將成本優化。如需詳細資訊，請參閱在 Azure Digital Twins 中尋找 QU 耗用量。

DevOps 層

雲端平臺會將 CAPITALX (資本支出) 轉換為 OPEX) (營運支出。雖然此模型提供彈性和靈活度，但您仍然需要定義完善的部署和作業模型，才能充分利用雲端平臺。規劃良好的部署會建立可重複的資產，以縮短上市時間。

雲端平臺提供靈活度，讓開發人員在幾秒內部署資源，但布建資源的風險不小心或過度布建。適當的雲端治理模型可將這類風險降至最低，並協助避免不必要的成本。

開發環境

開發人員可以利用 Azure 提供的彈性來優化開發成本。 IoT 中樞免費層，限制為每個訂用帳戶一個實例，可提供標準功能，但一天限制為8000則訊息。此層足以用於具有有限數目裝置和訊息的早期開發。

針對計算環境，您可以採用雲端原生IoT解決方案的無伺服器架構。 IoT 工作負載的一些熱門 Azure 服務包括 Azure Functions 和 Azure Stream Analytics。計費機制取決於服務。某些服務，例如 Azure Stream Analytics 以進行實時處理，可讓開發人員暫停服務，而不會產生額外的成本。其他服務會依使用量計費。例如，Azure Functions 根據交易數目計費。開發人員可以利用這些雲端原生功能來優化開發和營運成本。

集成開發環境 (IDE) 加速開發和部署。某些開放原始碼 IDE，例如 Visual Studio Code 提供 Azure IoT 擴充功能，讓開發人員不付費地開發和部署程式代碼至 Azure IoT 服務。

Azure IoT 提供免費的 GitHub 程式代碼範例，並提供指引。這些範例可協助開發人員擴充裝置、IoT Edge、IoT 中樞和 Azure Digital Twins 應用程式。 GitHub 也有功能可實作順暢的持續整合和持續部署， (CI/CD) 環境，且成本較低和精力。開放原始碼項目免費 GitHub Actions。如需詳細資訊，請參閱 GitHub 方案和功能。

成本估計的負載測試

您可以使用負載測試來預估端對端IoT解決方案的整體成本，包括雲端服務。因為IoT解決方案使用大量數據，所以模擬器可協助進行負載測試。模擬程式代碼範例，例如 Azure IoT 裝置遙測模擬器，可協助您使用各種參數大規模測試及估計成本。

部署環境

通常會在多個環境中部署工作負載，例如開發和生產環境。透過基礎結構即程式代碼 (IaC) ，您可以重複使用程式代碼來加速部署並縮短上市時間。 IaC 有助於避免非預期的部署，例如不正確的層。 Azure Resource Manager 和 Azure Bicep 等 Azure 服務，或 Terraform 和 Pulumi 等第三方服務是常見的 IaC 選項。

您可以使用建置和發行管線，將 DevOps 部署做法套用至不同的環境，以將 DevOps 部署做法套用至 IoT 解決方案。如需範例，請參閱使用DevOps管線部署預測性維護解決方案。

支援和維護

現場裝置的長期支援和維護可能會呈報，成為已部署解決方案的最大成本負擔。仔細考慮系統 TCO 對於實現投資報酬率 (ROI) 非常重要。

您必須在解決方案的存留期內支援和維護IoT裝置。工作包括硬體修復、軟體升級、OS 維護和安全性修補。請考慮商業軟體和專屬驅動程式和通訊協議的持續授權成本。如果您無法進行遠端維護，則需要針對現場修復和更新進行預算。針對硬體修復或更換，您必須保留適當的備援。

針對使用行動數據或付費連線媒體的解決方案，請根據裝置數目、數據傳輸的大小和頻率，以及裝置部署位置，選取適當的數據計劃。如果您有服務等級協定 (SLA) ，則需要符合成本效益的硬體、基礎結構和訓練人員組合，以符合 SLA。

雲端治理

雲端治理對於合規性、安全性及防止不必要的成本至關重要。

成本管理 API 可讓您透過多維度分析來探索成本和使用量數據。您可以建立可協助回答 Azure 資源耗用量相關問題的自定義篩選和表達式。當耗用量達到設定的閾值時，成本管理 API 可能會產生警示。成本管理 API 適用於 IoT Central、IoT 中樞和 DPS。
資源標記會將標籤套用至已部署的資源。加上 Microsoft 成本管理，標記會根據標籤提供持續成本的深入解析。如需詳細資訊，請參閱一般成本分析使用方式。
Azure 原則隨附內建原則來自動標記資源，或標記資源而不加上標記。若要深入瞭解，請參閱指派標籤合規性的原則定義。 Azure 原則的另一個使用案例是防止布建特定層級，這有助於防止在開發或生產環境中過度布建。

監視

Azure 訂用帳戶中包含的許多工具可協助您的組織實作財務治理，並取得更多 IoT 服務的價值。這些工具可協助您使用單一統一檢視來追蹤資源使用量，以及管理所有雲端的成本。您可以存取豐富的營運和財務見解，以做出明智的決策。

遙測記錄通常會使用 Azure 監視器中的 Log Analytics 工作區。 Log Analytics 包含 5 GB 的記憶體，而前 30 天的保留期是免費的。視業務需求而定，您可能需要較長的保留期間。檢閱並決定正確的保留期間，以避免非預期的成本。

Log Analytics 提供工作區環境，以互動方式查詢記錄。您可以定期將記錄匯出至外部位置，例如 Azure Data Explorer，或在記憶體帳戶中封存記錄，以取得較不昂貴的記憶體選項。如需詳細資訊，請參閱監視 Azure 監視器中的使用量和估計成本。

Azure Advisor

Azure Advisor 是個人化的雲端顧問，可協助您遵循最佳做法來將 Azure 部署最佳化。 Advisor 會分析您的資源組態和使用方式遙測，並建議可協助您改善成本效益、效能、可靠性和安全性的解決方案。

Advisor 可藉由識別閑置和使用量過低的資源，協助您優化和減少整體 Azure 費用。您可以從 Advisor 儀錶板上的 [成本] 索引標籤取得成本建議。

雖然 Advisor 不提供 IoT 服務的特定建議，但它可以提供 Azure 基礎結構、記憶體和分析服務的實用建議。如需詳細資訊，請參閱使用 Azure Advisor 降低服務成本。

下一步

IoT 工作負載中的營運卓越

Share via