IIoTシステムの状態を監視する
IIoTシステムが正常であることをどのように確認しますか？システムの実行中は、ソフトウェアのアップグレードや新しいアプリケーションの展開により、ネットワークの損失や遅延、ノードの障害、または予期しない変更が発生する可能性があります。これらの問題は、アプリケーションのパフォーマンスに影響を与えます。ただし、それらを継続的に監視しない場合、問題の原因を特定することは非常に困難になる可能性があります。 RTI Researchチームは、分散型エネルギーシステムの運用監視のためのアーキテクチャソリューションに取り組んでいます。ただし、このアプローチは、あなたを含むあらゆる垂直アプリケーションに適用できます。
運用監視では、パフォーマンスメトリックとイベントを経時的に収集することにより、システムの状態を明確に理解できます。具体的には、リアルタイムの視覚化と分析を通じて洞察を提供します。 DDSベースのシステムのこの運用監視機能をサポートするために、RTI Researchチームは関連技術を評価し、デモンストレーション用のプロトタイプソフトウェアを開発しました（この作業はDOEが資金提供する研究契約の一部として行われました）。
監視には、データ収集のソリューション、データストレージのソリューション、視覚化のソリューションの3つの主要なコンポーネントが必要です。
運用監視用の時系列データベース
運用監視には、TICK（各テクノロジーのイニシャルから派生）と呼ばれるInfluxDataのソフトウェアスタックを使用しました。下図に示します。 T elegrafは、監視データを収集するためのプラグイン駆動型エージェントです。 100以上のプラグインをサポートしているため、さまざまなソースからデータを収集できます。独自のプラグインを開発して、監視ソースを拡張することもできます。 Telegrafによって監視データが収集されると、収集されたデータは I に渡されます。 nfluxDB-データ時系列監視テクノロジー。 InfluxDBから、データを C に渡すことができます 視覚化のためのクロノグラフ; K apacitorは、ユーザー定義のルールに基づいてアラートを提供します。
特に、InfluxDBは、監視用のオープンソースの時系列データベースであり、いくつかの興味深い機能を提供します。
- SQLのような時間中心のクエリ言語
- クエリ言語に組み込まれた時系列関数
- 自動データ保持ポリシー
- スキーマレスアプローチ
- 連続クエリによるダウンサンプリング
- 分散クラスタリングによる高可用性（商用バージョンでのみサポート）
<強いスタイル="文字間隔：0.4px;背景色：透明;"> InfluxDataは完全なスタックを提供します（TICKと呼ばれる）監視用 （Influxdata.comから） アーキテクチャと実装の監視
TICKは、管理レイヤーの基盤を形成しました（以下を参照）。さらに、ヘルスモニタリングデータを生成するツールを提供する必要がありました。これを管理サービスレイヤーと呼びます。
上の図は、プロジェクト用に構築した監視アーキテクチャを示しています。このアーキテクチャは、主に管理サービス層と管理層で構成されています。 - 管理サービスレイヤー ユーザーアプリケーションが実行されているノードから監視データを収集するソフトウェアコンポーネントが含まれています。私たちのプロジェクトでは、ユーザーアプリケーションはOpenFMBシミュレーションアプリケーションですが、任意のDDSアプリケーションにすることができます。
- 管理レイヤー 収集された時系列監視データを保存、視覚化、警告するソフトウェアコンポーネントで構成されています。
このアーキテクチャで収集したデータの種類は次のとおりです。
- ノードメトリック ：CPU、メモリ、ノードのネットワーク使用量
- コンテナの指標 ：CPU、メモリ、コンテナのネットワーク使用量
- DDSメトリック ：検出統計、プロトコル統計、およびイベント（例：活気の喪失、サンプルの喪失、サンプルの拒否）
アーキテクチャを実装するために、既存のTelegrafプラグインを使用してノードとコンテナのメトリックを収集しました。これらのメトリックは、オペレーティングシステムとコンテナエンジンから収集されます。 DDSメトリックについては、RTI MonitoringLibraryを活用しました。
インテリジェントブリッジは、監視エージェントからローカルに収集されたデータをリモートデータに変換し、監視データバスを介して渡されます。ブリッジは、収集されたデータをフィルタリングして、ネットワーク上のデータを削減し、必要に応じてデータを強化することもできます（たとえば、時系列データをグループ化するためのタグとしてホスト名を追加する）。
管理側で監視データバスからのデータをサブスクライブするために、DDSプラグイン対応のTelegraf（アーキテクチャ内のメトリック収集サービス）を使用しました。 TelegrafプラグインフレームワークはGoで記述されているため、RTIコネクタを使用したDDSGoバインディングも開発しました。現在、https：//github.com/rticommunity/rticonnextdds-connector-goで入手できます。視覚化とアラートには、Grafanaを使用しました。
これらすべての成果物を使用して、エネルギーシステムシミュレーションをユーザーアプリケーションとして使用して、DDSベースのシステムのエンドツーエンドの運用監視機能を実証できます（ケース+コードページから入手可能：https：//www.rti.com/リソース/ユースケース/ microgrid-openfmb）。私たちは私たちの仕事を共有し、あなたからフィードバックを得ることができてうれしいです。興味のある方はお知らせください！
次のブログでは、InfluxDBの統合についてさらに深く掘り下げ、ソースコードとドキュメントを提供して、自分で試してみることができるようにします。
モノのインターネットテクノロジー