18、数据处理架构探索与AWS IoT Analytics应用

数据处理架构探索与AWS IoT Analytics应用

1. 数据测量与初始考量

在数据处理过程中，我们需要从可测量的数据入手，思考哪些数据是可用的、可以添加哪些数据，以及如何理解这些数据。以电机的三相电压水平监测为例，电压过高或过低都会对电机造成问题。电压过高会使电机过热并加速损坏，电压过低则会导致电机难以达到额定功率。理想情况下，三相电压应同步且在额定电压的可接受百分比范围内。

我们设置模拟数据每次运行一小时，每几秒发送一条消息。如果持续24/7运行，这可能会产生大量数据，因此在测试时需要考虑成本。同时，要考虑现实世界中数据捕获的间隔和处理工作量，也可以将分析移至边缘以实现更快的实时警报。

模拟数据会自动发送到AWS IoT Core，我们需要在AWS IoT Core中定义规则，将消息转发到所需的处理位置，这里是IoT Analytics通道。消息到达后，可以直接配置通道从IoT Core MQTT主题获取数据，且在通道和整体策略上要保持一致。

2. AWS IoT Analytics概述

AWS IoT Analytics是一个简单的概念，包括一个数据输入的通道，以及后续的一个或一组管道，数据可以在管道中进行各种处理。通过一键快速启动选项，可以自动创建一组组件，包括通道、管道和数据存储。

2.1 进入通道

将数据输入并由IoT Analytics通道进行初始处理相对容易。通道的基本功能包括：
- 接收特定主题的传入MQTT消息。
- 通过配置的数据存储将这些消息作为原始数据消息存储到Simple Storage Service (S3)。
- 将消息转发