En este documento, se describe una arquitectura de referencia para los encargados de la toma de decisiones técnicas que desean conectar dispositivos y compilar aplicaciones de IoT en Google Cloud que usan Intelligent Products Essentials.
Los fabricantes quieren mejorar continuamente sus productos mediante la incorporación de capacidades inteligentes que deleiten a los clientes y moneticen las nuevas funciones. En este documento, se ayuda a los arquitectos encargados de diseñar sistemas de productos inteligentes en Google Cloud que son escalables, confiables, seguros y rentables.
Google Cloud proporciona funciones para conectar, transferir, almacenar, analizar y recuperar datos de productos a fin de compilar en capacidades de inteligencia artificial y aprendizaje automático, como una app de propiedad de productos personalizada o una simulación de gemelos digitales. En este documento, se presenta una descripción general de una arquitectura, sus componentes de alto nivel, temas de integración y consideraciones de diseño generales. La arquitectura incluye lo siguiente:
- Firebase para el hosting de apps de usuario
- BigQuery y Looker para la inteligencia empresarial (IE) y las estadísticas
- Cloud Run y Firestore para la infraestructura de microservicios
Arquitectura
En el siguiente diagrama, se muestra la arquitectura general, incluidos los siguientes componentes:
- Transmisión de telemetría del dispositivo
- Arquitectura
- Inteligencia empresarial y estadísticas
- App de usuario
- Detección de anomalías
En el diagrama, se usan los siguientes términos:
- Edge: El perímetro del dispositivo restringido o el dispositivo inteligente como se define en el continuo de Linux Foundation.
- Telemetría: Datos de solo lectura sobre el entorno que, por lo general, se recopilan a través de sensores. Estos datos se suelen conocer como datos de ojos y oídos (datos que provienen del reconocimiento facial, el reconocimiento de imágenes, el reconocimiento de rostros, el reconocimiento de voz, el procesamiento de lenguaje natural y el reconocimiento de emociones).
- CRM: (administración de relaciones con clientes)
- ERP: Planificación de recursos empresariales.
Los componentes numerados en este diagrama de arquitectura se analizan en detalle en las siguientes secciones. La arquitectura proporciona la base para el análisis de datos de dispositivos (y flotas de dispositivos), la detección de anomalías de productos, el mantenimiento predictivo y mejorar la experiencia del propietario del producto.
Aunque este documento proporciona algunas recomendaciones de integración, no proporciona detalles como la potencia y el hardware del dispositivo, el sistema operativo local, el procesamiento y el almacenamiento y las comunicaciones de LAN/WAN.
Componente 1: Transmisión de telemetría del dispositivo
El componente de transmisión de telemetría del dispositivo controla la transmisión de los datos de telemetría del dispositivo.
Un puente MQTT/HTTP de baja latencia global y alta frecuencia opcional transfiere datos a Pub/Sub, un servicio de mensajería asíncrona global. Cloud Run luego transmite los mensajes a BigQuery para el almacenamiento, el archivo y las estadísticas.
En el siguiente diagrama, se muestran los subcomponentes del componente de transmisión de telemetría del dispositivo:
Componente 2: Microservicios
El componente de microservicios incluye los microservicios de la app, el usuario y el dispositivo, como se muestra en el siguiente diagrama:
Microservicio de API de dispositivo
El microservicio de API de dispositivos permite las interacciones con dispositivos, como el aprovisionamiento del dispositivo por parte del fabricante, la actualización de la configuración del dispositivo y la visualización del estado del dispositivo. La API de Device Registry se ejecuta en Cloud Run y almacena datos de dispositivos en una instancia de base de datos de Firestore.
Microservicio de API de cliente
El microservicio de clientes proporciona una API para la información de clientes relevante para la experiencia de propiedad del producto, como un ID de cliente único de referencia y nombre del cliente. La API del cliente se ejecuta en Cloud Run. Los datos se almacenan en una instancia de base de datos de Firestore.
Microservicio de API de app de usuario
El microservicio de la API de aplicación de usuario proporciona una API para que la usen las aplicaciones de usuario. Se ejecuta en Cloud Run y combina los datos de propiedad que se almacenan en Firestore con los datos de clientes y dispositivos de los microservicios de API de dispositivos y clientes, respectivamente.
Transferencia
El componente de transferencia es una función que carga datos de microservicios almacenados en Firestore en el almacén de datos, BigQuery. Se ejecuta de forma periódica en Cloud Run activado por Cloud Scheduler.
Componente 3: inteligencia empresarial y estadísticas
En el siguiente diagrama, se muestra el componente de estadísticas de inteligencia empresarial (IE):
Los datos se extraen de varias fuentes, como los registros de dispositivos y los componentes de telemetría del dispositivo y, de forma opcional, otras fuentes de datos empresariales, como CRM, ERP y administración de servicios. La arquitectura usa BigQuery como almacén de datos y Looker para la visualización.
Componente 4: App de usuario
En el siguiente diagrama, se muestran los subcomponentes del componente de la app de usuario, que es una app web y para dispositivos móviles del usuario del producto:
Firebase proporciona capacidades de desarrollo de aplicaciones, como hosting, mensajería, autenticación, estadísticas de aplicaciones y pruebas A/B. La app se comunica con el microservicio de API de la app de usuario que se describió antes.
Componente 5: Detección de anomalías
Un servicio de detección de anomalías se ejecuta en Cloud Run y usa la API de Timeseries Insights o algún otro backend para analizar datos de telemetría. Cuando se detecta una anomalía, los servicios generan un registro en el almacén de datos, así como alertas en Pub/Sub que pueden usar varios suscriptores.
Integrar en otros sistemas
En esta sección, se recomiendan opciones de los socios de Google Cloud y otras partes para las funciones perimetrales de usuario, como clientes de IoT y soluciones inalámbricas.
MLOps con productos inteligentes
Con la telemetría de dispositivos y otros datos en BigQuery y Cloud Storage, implementa MLOps con productos inteligentes con Vertex AI para un ciclo de vida de aprendizaje automático de extremo a extremo: prepárate, compila, valida, implementa y opera modelos de AA.
Proveedores de IoT existentes y de terceros
La arquitectura se integra en implementaciones de IoT existentes y de terceros. Por ejemplo, es posible que ya tengas una implementación de IoT con hardware de IoT, software perimetral y un backend de IoT local o en la nube.
En el siguiente diagrama, se muestra cómo puedes integrar servicios de IoT existentes en la arquitectura:
Los datos de telemetría se envían desde el perímetro del proveedor de servicios a los mensajes de Pub/Sub y se procesan con anterioridad con un servicio como Dataflow. La información del registro del dispositivo se transfiere de forma periódica en operaciones por lotes (ETL/ELT) al almacén de datos (BigQuery) para las estadísticas.
Cliente de IoT perimetral
Los mensajes HTTP y MQTT son protocolos comunes para enviar telemetría de dispositivos a servicios en la nube de IoT de terceros. Los clientes pueden publicar eventos de telemetría con MQTT mediante un cliente de MQTT estándar.
Actualizaciones inalámbricas
Para implementar actualizaciones inalámbricas, la arquitectura se integra a varias soluciones inalámbricas, como Mender de código abierto y Hawkbit.
¿Qué sigue?
- MLOps con Intelligent Products Essentials
- ¿Necesitas más información? Contáctenos.
- Explora arquitecturas de referencia, diagramas y prácticas recomendadas sobre Google Cloud. Consulta nuestro Cloud Architecture Center.