The Doppler Quarterly (DEUTSCHE) Frühjahr 2016 | Page 32

Abbildung 1: IoT-Standardmuster mit Datastore und CloudSQL geschützt sind, schnellen Zugriff erlauben und ad-hoc von den jeweiligen Parteien abgefragt wer- den können, die Recherchen an historischen Daten durchführen und sie zur Modellerstellung nutzen möchten. Wichtige Eigenschaften für die Plattform sind: • Trennung der Transaktionsdaten von leseinten- siven Daten und Darstellung der einzelnen Da- tentypen jeweils auf einer optimierten Plattform mit geeigneten Zugriffsmustern • Denormalisierung von Daten, sodass zukünftige Änderungen am Datenmodell erleichtert werden • Auswahl von Datenplattformen mit einer einheit- lichen Schnittstelle, die den Softwareentwicklern vertraut ist – bei relationalen Datasets meist SQL Datenspeicherung Die von IoT-Plattformen gesammelten Daten weisen unterschiedliche Transaktionsmerkmale auf. Die Google Cloud mit ihren diversen Datenspeiche- rungs-Engines kann Daten mit verschiedenen Leis- tungsanforderungen handhaben und unterstützt sowohl traditionelle Datenmodelle als auch denor- malisierte Modelle. Die meisten IoT-Plattformen nutzen eine Kombination aus Tools abhängig vom Datentyp: • Cloud SQL – CloudSQL schafft eine Beziehungs- umgebung unter strikter Durchsetzung der Beziehungen und Datenintegrität. CloudSQL empfiehlt sich für alle kontextbezogenen Daten, 30 | THE DOPPLER | FRÜHJAHR 2016 die Aktualisierungen benötigen, z. B. Benutzer- oder Geräteinformationen und Transaktionsda- tensätze. • Datastore – Google Datastore ist eine NoSQL- Plattform, die eine SQL-Schnittstelle aufweist, aber eher auf leseintensive, in breiten Tabellen gespeicherte Daten ausgerichtet ist. Datasto- re ermöglicht die effiziente Speicherung von Zeitreihendaten und anderen Geräteereignissen, die gelesen, aber nach ihrem Eingang nicht mehr aktualisiert werden. • Cloud Storage – Google Cloud Storage ist ein effizienter und skalierbarer Speicherort für Ob- jekte, z. B. Rohdaten von Sensoren und Geräten, und eignet sich zudem als Archivumgebung für Daten, die nicht in einer transaktionalen Umge- bung gespeichert sein müssen, aber weiterhin benötigt werden. IoT-Plattformen ermöglichen die umfassende Sammlung, Umwandlung und Analyse von Daten und liefern Benutzern die Grundlage für informati- onsbasierte Entscheidungen. Die Benutzer erwarten heute qualitativ hochwertige Analyseergebnisse auf Basis der realen Live-Informationen von ihrer IoT-Platform. Mit Google CloudSQL und Datastore werden Benutzerdaten blitzschnell erfasst, für Ana- lysen verfügbar gemacht und in flexibler Weise gespeichert, um Aufschluss zu geben, welche Fähig- keiten und Funktionen im Lauf der Zeit hinzugefügt werden müssen.