The Doppler Quarterly (DEUTSCHE) Frühjahr 2016 | Page 26
Mit Analytics @ The Edge können Benutzer Empfehlungen generieren, ohne die
gesamten Daten wieder in den Kern der IoT-Umgebung zurücksenden zu müssen.
Bei diesem Entwurfsmuster werden Vorhersagemodelle erstellt und an die Geräte
der Benutzer gesendet. Die Minimierung von Datenübertragungen trägt zu
erhöhter Sicherheit bei. Bei diesem Entwurfsmuster können nur in eingeschränk-
tem Maß zusätzliche Leistungsmerkmale und Funktionen hinzugefügt werden, es
ermöglicht jedoch den Benutzern eine komfortablere Datenkontrolle.
Bei beiden GCP-Analyseentwurfsmustern muss die IoT-Umgebung zwei wesent-
liche Kriterien erfüllen: Flexibilität und Skalierbarkeit. Flexibilität entsteht durch
die Fähigkeit, viele verschiedene IoT-Datenquellen zu unterstützen. Skalierbarkeit
bedeutet, die Plattform nahtlos erweitern oder verkleinern zu können, wenn die
Anzahl der IoT-Geräte zunimmt oder sich der Bedarf der Analyse-Engines an
Rechenkapazität im Lauf der Zeit ändert.
Computing-Ressourcen-Plattformen
Die Google Cloud Platform umfasst zwei Funktionalitäten, um sicherzustellen,
dass Anwendungen bei Bedarf Ressourcen für eine notwendige Skalierung abru-
fen können:
Google App Engine
Google App Engine ist ein Platform-as-a-Service zur Bereitstellung von Anwen-
dungen, die sich leicht mit Datenressourcen und Tools zur Orchestrierung der
Datenaufnahme verknüpfen lassen. Mithilfe von GAE können die Benutzer schnell
Anwendungen erstellen, die in containerisierten Umgebungen laufen und für eine
einfache Migration und Skalierbarkeit sorgen.
Google Compute Engine