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.