Périphériques mobiles Voitures Capteurs |
Passerelle d ’ accès
Transformation des données
|
Flux de données cloud |
Moteur d ’ analyses automatisées |
Composant d ’ application |
Stockage des données |
Composant d ’ application |
Moteur d ’ analyses ad hoc |
Publier |
Sujets |
S ' abonner |
Publier dans le cloud / S ’ abonner au cloud |
Figure 1� : Modèle de conception IoT standard avec Datastore et Cloud�SQL
che et la modélisation au moyen de données antérieures d ’ effectuer des requêtes ad hoc . La plateforme doit permettre de :
• Séparer les données transactionnelles des données nécessitant de nombreuses opérations de lecture et placer chaque type de données au sein d ’ une plateforme optimisée avec les schémas d ’ accès appropriés
• Dénormaliser les données de manière à simplifier les futurs changements du modèle de données
• Choisir des plateformes de données utilisant une interface commune et appréciée des ingénieurs logiciels ( bien souvent SQL pour les ensembles de données relationnelles )
Stockage de données
Les plateformes IoT collectent des données présentant différentes caractéristiques transactionnelles . Pour héberger ces données , Google Cloud propose différents moteurs de stockage de données compatibles avec les modèles de données traditionnels et dénormalisés . Les plateformes IoT courantes utiliseront une certaine combinaison d ’ outils selon le type de données concerné :
• Cloud SQL : Cloud SQL fournit un environnement relationnel offrant l ’ intégrité des données et dans lequel les relations sont appliquées de manière stricte . Elle est recommandée pour toutes les données contextuelles , notamment les informations sur l ’ utilisateur et relatives aux périphériques ainsi que les registres de transactions pouvant nécessiter des mises à jour .
• Datastore : Google Datastore est une plateforme NoSQL dotée d ’ une interface SQL , mais destinée aux données nécessitant de nombreuses opérations de lecture et qui sont stockées dans de larges tables . DataStore stocke efficacement les données des séries temporelles et autres événements générés par les périphériques qui doivent être lus sans toutefois être mis à jour une fois reçus .
• Cloud Storage : Google Cloud Storage est un emplacement de stockage efficace et évolutif pour les objets tels que les données brutes collectées par les capteurs et périphériques . Il peut également être utilisé en tant qu ’ environnement d ’ archivage pour les données qui s ’ avèrent nécessaires alors qu ’ elles ne sont pas issues d ’ un environnement transactionnel .
Les plateformes IoT s ’ articulent autour de l ’ acquisition , la transformation et l ’ analyse des données afin d ’ habiliter les utilisateurs à prendre des décisions plus éclairées . Les utilisateurs veulent aujourd ’ hui obtenir de leur plateforme IoT des résultats d ’ analyse de haute qualité en vue d ’ en extraire des informations précieuses . Google Cloud SQL et Datastore permettent le stockage à haute vitesse des données utilisateur , qui sont ainsi toujours disponibles en vue de leur analyse . La flexibilité du stockage permet quant à elle d ’ ajouter des capacités et fonctionnalités au fil du temps .
30 | THE DOPPLER | PRINTEMPS 2016